基于EMD的復雜云天背景下紅外圖像弱小目標檢測方法研究.pdf

1、復雜背景下的紅外圖像弱小目標的檢測、識別和跟蹤在現(xiàn)代軍事應用中是一個至關重要的課題。對于實際的武器系統(tǒng)來說,如何充分發(fā)揮紅外目標檢測技術的優(yōu)勢,盡可能提高目標的檢測距離,以爭取有利的時機獲取來襲目標的相關信息成為決定現(xiàn)代戰(zhàn)爭勝負的重要因素。距離越遠,目標成像面積就會越小,且其遭受強噪聲和背景雜波影響的可能性就越大,因此如何實現(xiàn)低信噪比條件下紅外弱小目標的檢測就成為了一項更具實際意義和挑戰(zhàn)性的研究課題。
　　 經(jīng)驗模態(tài)分解(Emp

2、irical Mode Decomposition,EMD)方法是近來由Norden EHuang提出的一種全新的多尺度分析方法,在非線性非平穩(wěn)信號分析方面有良好的性能,被認為是對以傅立葉變換為基礎的非平穩(wěn)信號分析方法的重大突破。經(jīng)驗模態(tài)分解在一維信號處理上具有比較成熟和廣泛的應用并取得了一定的成果。由于二維信號的復雜性,EMD方法及其應用還存在許多問題有待研究。
　　 本文針對復雜背景下的紅外弱小目標檢測問題,利用EMD分解方

3、法在處理非線性、非平穩(wěn)信號的優(yōu)良特性,將其應用到實時的紅外弱小目標檢測中去,提出了有效檢測的新方法,擴展了弱小目標檢測的研究領域。主要工作如下:
　　 1.簡單闡述紅外圖像的成像原理、模型及特點；介紹紅外圖像噪聲的分類及特點,并利用傳統(tǒng)檢測方法對實時紅外圖像進行仿真實驗。
　　 2.詳細闡述了瞬時頻率、本征模函數(shù)的基本概念、EMD分解方法與原理及其技術特征。通過實驗分析了其在處理非線性非平穩(wěn)信號分析方面的優(yōu)點。