基于經(jīng)驗模態(tài)分解的紅外小目標檢測算法研究.pdf

1、圖像預警系統(tǒng)對于國家安全起著極為重要的作用,其中紅外圖像預警系統(tǒng)由于其全天候不分晝夜的良好特性更加受到關注,而弱小目標檢測則是該類預警系統(tǒng)中的關鍵技術。同時由于目標弱小,一般只有一個或幾個像素且容易與噪聲混淆,小目標檢測也頗具挑戰(zhàn)性。經(jīng)過國內(nèi)外的眾多學者的深入細致的研究,許多算法被不斷改進,同時許多新方法被提出,該領域技術有了長足的發(fā)展。文章就紅外弱小目標檢測問題進行了深入的分析與討論,主要分析討論了EMD方法在紅外小目標檢測中的應用改

2、進與存在的問題,并根據(jù)EMD理論及其實驗效果的特點,提出了新的檢測方法與算法研究思路。
　　文章從不同角度對檢測紅外弱小目標圖像的方法進行分析,討論分析EMD算法對小目標圖像處理后的特點。經(jīng)過EMD分解后的圖像對背景有較好的抑制作用,凸顯出弱小目標,并結合效果較好的基于SNR自適應門限分割技術對分解后的圖像進行分割處理,進而實現(xiàn)了對紅外弱小目標圖像目標檢測。
　　文章對傳統(tǒng)紅外圖像的目標檢測算法進行了簡述,并進行了相關仿真實

3、驗,對比分析各種不同算法的檢測效果,并分析目前算法存在的問題。之后詳細介紹了經(jīng)驗模態(tài)分解這種信號處理方法,并從原理上分析了該方法在拓展至二維后,對紅外小目標圖像進行處理的可行性和優(yōu)越性。文章之后詳細介紹了實現(xiàn)該算法的步驟并進行了仿真實驗,就各種插值方法進行對比討論。之后根據(jù)實驗圖像的效果,提出了新的檢測方法:通過中值濾波后進行經(jīng)驗模態(tài)分解,并對該改進算法進行了仿真實驗。該改進算法有效提升目標點的局部信噪比,較之前方法有較明顯的效果提升。