基于合作目標(biāo)的檢測提取算法.pdf

1、導(dǎo)彈目標(biāo)紅外特性數(shù)據(jù)的積累直接決定了導(dǎo)彈預(yù)警衛(wèi)星對目標(biāo)識別的準(zhǔn)確率,不同季節(jié)、不同時段地球/大氣背景的復(fù)雜性使得理論推算和數(shù)字仿真獲取彈道導(dǎo)彈紅外輻射特征的準(zhǔn)確性難以保證,因此有必要在軌開展導(dǎo)彈目標(biāo)紅外輻射特性的合作測量。
　　在整個目標(biāo)特性數(shù)據(jù)的后處理系統(tǒng)中,本文主要對在軌測量導(dǎo)彈目標(biāo)的檢測提取算法展開研究。由于在合作試驗中導(dǎo)彈合作目標(biāo)及衛(wèi)星的內(nèi)外方位元素均為已知,研究如何利用合作目標(biāo)在測量圖像中的位置先驗信息,對合作目標(biāo)進行有

2、效的檢測與提取是本論文的研究重點。
　　本文系統(tǒng)地開展了合作目標(biāo)測量成像定位建模、目標(biāo)常規(guī)檢測方法研究、數(shù)學(xué)形態(tài)學(xué)的合作目標(biāo)檢測提取算法、合作目標(biāo)檢測提取算法軟件集成四個方面的工作,主要內(nèi)容包括:
　　在合作目標(biāo)測量成像定位建模方面,對合作測量所涉及的主要坐標(biāo)系統(tǒng)進行介紹,建立了合作目標(biāo)測量成像定位模型,為目標(biāo)的定位解算及感興趣區(qū)域的劃分提供了理論依據(jù)。
　　在常規(guī)目標(biāo)檢測方法研究方面,對常規(guī)的背景抑制算法及分割算法進

3、行了實驗驗證,其中包括固定權(quán)值的濾波算法、最大中值差分濾波算法、圖像局部熵算法,最大類間方差分割算法、迭代的全局閾值分割算法、基于恒虛警概率的分割算法,對其適用范圍進行了討論。
　　在數(shù)學(xué)形態(tài)學(xué)的合作目標(biāo)檢測提取算法方面,對單一算子的形態(tài)學(xué)算法與次序統(tǒng)計思想加以結(jié)合,設(shè)計了次序統(tǒng)計形態(tài)學(xué)算法與基于目標(biāo)能量最大的能量累積形態(tài)學(xué)算法。
　　在合作目標(biāo)檢測提取算法軟件集成方面,對前文研究的算法加以集成,基于Matlab2010軟件