復(fù)雜背景下紅外小目標檢測關(guān)鍵技術(shù)研究.pdf

1、紅外成像技術(shù)是依靠被動接收目標紅外輻射來工作的，廣泛應(yīng)用于紅外制導(dǎo)、紅外預(yù)警、監(jiān)控、目標搜索與跟蹤等軍事及民用領(lǐng)域。相比于雷達探測，紅外搜索系統(tǒng)具有易于隱蔽、角分辨率高、抗電磁干擾能力強，體積小、重量輕以及機動性強等優(yōu)點，正逐漸成為現(xiàn)代防御體系中的一個重要組成部分，受到各國軍工部門的重視。對于實際的武器系統(tǒng)，盡可能提高目標的探測距離，以爭取在最有利的時機獲得來襲目標的相關(guān)信息成為掌握現(xiàn)代戰(zhàn)爭主動權(quán)的重要因素。但當目標距離較遠時，目標在紅

2、外圖像中表現(xiàn)為點目標，僅占很少的像素，沒有形狀等目標特征可以利用。而且成像系統(tǒng)的噪聲及復(fù)雜背景的干擾使目標信噪比受到影響，目標容易被強噪聲和背景淹沒。所以相比于其它紅外目標檢測問題而言，復(fù)雜背景條件下紅外小目標檢測成為一項具有理論意義和實用價值的研究課題。
　　 本文將從復(fù)雜背景下紅外小目標檢測技術(shù)的一些關(guān)鍵性問題入手，重點研究紅外背景抑制技術(shù)、數(shù)據(jù)關(guān)聯(lián)技術(shù)和圖像測距技術(shù)，從而最終實現(xiàn)復(fù)雜背景下紅外小目標的穩(wěn)定檢測。
　　

3、 本文在背景抑制技術(shù)方面，首先介紹了幾種常用的空域紅外小目標背景抑制算法，然后在比較研究了各種算法的基礎(chǔ)上，提出了一系列基于分類的背景抑制方法。針對既有復(fù)雜背景又有平坦背景的紅外圖像，提出了基于背景復(fù)雜度分類的背景抑制方法，對紅外圖像中的背景進行分類，分類過程中為了控制計算量，先對紅外圖像進行小波變換，提取分辨率較低的低頻圖像，這樣既不影響分類效果又保證了實時性，然后再依據(jù)分類結(jié)果進行多閾值分割，實驗結(jié)果表明對于既有復(fù)雜背景又有平坦背

4、景的紅外圖像，背景得到抑制，檢測率得到有效提高。另外針對復(fù)雜云背景下的紅外圖像，提出了兩種基于背景分類的背景抑制方法，分別為基于光流估計的背景抑制方法和基于速度矢量直方圖的背景抑制方法。這兩種方法都基于多幀檢測，分別通過光流估計和統(tǒng)計的速度矢量直方圖檢測移動的云區(qū)，并通過降低這部分云區(qū)的虛警率，達到抑制背景的目的。然后通過實驗分析，這兩種背景抑制方法大大較低了云區(qū)中的虛警率。
　　 在背景抑制技術(shù)方面，還對目標及背景的頻域特性進

5、行了分析，分析了傳統(tǒng)的頻域紅外小目標背景抑制算法，然后針對目標及背景的頻域特性提出了一種基于復(fù)濾波器組的背景抑制方法，引入分頻段的思想，利用目標和背景在各頻段上分布特性的差異，進行分頻段處理，然后再將處理的結(jié)果進行加權(quán)融合，對目標所在主要頻段的處理結(jié)果加強，對背景所在主要頻段的處理結(jié)果進行削弱，從而使背景得到進一步抑制，目標信噪比有所增強。并對后續(xù)目標分割過程中的恒虛警技術(shù)進行改進，對背景統(tǒng)計過程中統(tǒng)計圖像的選擇、鄰域窗口形狀和大小的選

6、取及統(tǒng)計數(shù)據(jù)的選取這三個關(guān)鍵技術(shù)進行改進，使得紅外背景圖像分布特性的統(tǒng)計更為準確。然后通過實驗對基于復(fù)濾波器組的背景抑制方法和改進的恒虛警檢測進行了分析驗證，可以發(fā)現(xiàn)目標的信噪比明顯提高，檢測率及虛警率都得到改善。
　　 對于基于多幀檢測的數(shù)據(jù)關(guān)聯(lián)技術(shù)，分析了貝葉斯框架在紅外小目標檢測中的應(yīng)用，提出了一種基于多特征觀測概率的多假設(shè)數(shù)據(jù)關(guān)聯(lián)算法，通過簡化多假設(shè)算法，并盡可能多的利用小目標在空域及時域的分布特性，構(gòu)造點跡的航跡特性，

7、建立航跡置信度的數(shù)學(xué)模型。同時還設(shè)計了帶有方向性的初始波門、航跡關(guān)聯(lián)中自適應(yīng)調(diào)整的波門以及多維波門的關(guān)聯(lián)技術(shù)，最后再根據(jù)目標的先驗特征及各航跡的置信度，實現(xiàn)背景抑制后的目標二次檢測，進一步降低虛警率，并通過實驗對該方法進行了驗證。
　　 最后針對紅外探測系統(tǒng)被動測距技術(shù)，設(shè)計了對移動目標快速定位的單站式被動測距算法，提出一種基于最優(yōu)化函數(shù)的被動測距算法。利用目標和探測系統(tǒng)的坐標信息，通過設(shè)計最優(yōu)化函數(shù)，逐步迭代出目標距離。并且設(shè)