復(fù)雜背景中紅外微弱目標(biāo)檢測與識(shí)別.pdf

1、快速發(fā)展的隱身技術(shù)，尤其是相繼研發(fā)的隱身作戰(zhàn)飛機(jī)，給紅外空空導(dǎo)彈的研發(fā)提出了新的挑戰(zhàn)。如何在未來的隱身作戰(zhàn)環(huán)境下提高導(dǎo)彈的探測距離和檢測概率成為各國研究人員關(guān)注的焦點(diǎn)。針對(duì)紅外弱小目標(biāo)檢測領(lǐng)域存在的噪聲干擾強(qiáng)、大氣衰減嚴(yán)重、成像面積小等難點(diǎn)，本文重點(diǎn)研究了微弱目標(biāo)的檢測和識(shí)別問題，具體內(nèi)容如下：
　　1.根據(jù)空空導(dǎo)彈探測中紅外目標(biāo)特點(diǎn)，從弱小目標(biāo)特性、云背景特性、干擾噪聲特性等三個(gè)方面進(jìn)行了理論分析。重點(diǎn)分析了典型類型目標(biāo)在不同波

2、段上的多光譜輻射特性，為空空導(dǎo)引頭檢測識(shí)別算法的研究奠定基礎(chǔ)；
　　2.基于典型目標(biāo)的多光譜特性，建立了數(shù)據(jù)立方體和背景抑制濾波器組。進(jìn)而將多光譜特性引入MHT算法，構(gòu)建了改進(jìn)的MHT算法。引入多光譜信息進(jìn)行MHT目標(biāo)檢測識(shí)別其算法性能優(yōu)于傳統(tǒng)MHT方法，提高檢測概率和識(shí)別概率的同時(shí)可有效降低算法的計(jì)算復(fù)雜程度。
　　3.引入多光譜信息，將單幀圖像拓展為圖像立方體后，由于圖像立方體極大地豐富了樣本的特征信息，因此在目標(biāo)檢測識(shí)