低信噪比紅外圖像弱小目標(biāo)檢測(cè)研究.pdf

1、近年來(lái)，低信噪比紅外圖像弱小目標(biāo)檢測(cè)問(wèn)題一直是光學(xué)和紅外圖像領(lǐng)域的研究熱點(diǎn)。光學(xué)傳感器和紅外為被動(dòng)傳感器，在現(xiàn)代戰(zhàn)爭(zhēng)中具有較強(qiáng)的生存能力，但其作用距離較短。研究低信噪比紅外圖像中弱小目標(biāo)的實(shí)時(shí)檢測(cè)與跟蹤算法，可以實(shí)現(xiàn)擴(kuò)展作用距離的目的。低信噪比弱小目標(biāo)檢測(cè)的難點(diǎn)在于：目標(biāo)成像距離遠(yuǎn)，圖像信噪比低，又無(wú)形狀、紋理等特征信息可以利用。相對(duì)于其他紅外目標(biāo)檢測(cè)與跟蹤問(wèn)題而言，如何實(shí)現(xiàn)對(duì)復(fù)雜背景條件下紅外弱小目標(biāo)的穩(wěn)健檢測(cè)和跟蹤就成為了一項(xiàng)更具有

2、實(shí)際意義和挑戰(zhàn)性的研究課題。本文探討了低信噪比的紅外圖像弱小目標(biāo)檢測(cè)問(wèn)題，從整體上給出了一條弱小目標(biāo)檢測(cè)的研究思路。 本文將紅外弱小目標(biāo)檢測(cè)問(wèn)題分為基于單幀的紅外圖像弱小目標(biāo)檢測(cè)和基于序列圖像的幀間關(guān)聯(lián)檢測(cè)兩個(gè)方面，分別進(jìn)行了深入、系統(tǒng)的研究，主要的研究成果如下： (1)針對(duì)復(fù)雜背景條件下的紅外圖像預(yù)處理問(wèn)題，詳細(xì)分析了紅外弱小目標(biāo)、背景以及噪聲的成像特性。結(jié)合目前常用的圖像預(yù)處理方法，就如何有效提高紅外弱小目標(biāo)圖像信噪比

3、，為后續(xù)檢測(cè)創(chuàng)造有利條件進(jìn)行了深入研究。在此基礎(chǔ)上，進(jìn)行了空間匹配濾波器的優(yōu)化設(shè)計(jì)，并實(shí)驗(yàn)仿真了優(yōu)化設(shè)計(jì)的匹配濾波器的優(yōu)越性能。 (2)針對(duì)單幀紅外圖像的弱小目標(biāo)檢測(cè)問(wèn)題，建立了紅外圖像的數(shù)學(xué)模型，并提出了圖像預(yù)處理——背景估計(jì)與抑制——目標(biāo)檢測(cè)——目標(biāo)特性統(tǒng)計(jì)的單幀紅外圖像目標(biāo)檢測(cè)方案。 (3)提出了一種改進(jìn)的數(shù)學(xué)形態(tài)學(xué)濾波算法。針對(duì)經(jīng)典數(shù)學(xué)形態(tài)學(xué)直接應(yīng)用于紅外圖像弱小目標(biāo)檢測(cè)的不足，從改進(jìn)形態(tài)變換和優(yōu)化結(jié)構(gòu)元素方面入手，

4、提出了一種改進(jìn)的形態(tài)學(xué)濾波方法。結(jié)合優(yōu)化設(shè)計(jì)的匹配濾波器、改進(jìn)的形態(tài)學(xué)背景抑制和自適應(yīng)門(mén)限的檢測(cè)算法由于更智能地融入了應(yīng)用背景的特性，真實(shí)地感知背景，進(jìn)行背景估計(jì)和檢測(cè)，從而實(shí)現(xiàn)對(duì)低信噪比的弱小目標(biāo)檢測(cè)的良好檢測(cè)性能。 (4)針對(duì)序列紅外圖像的弱小目標(biāo)檢測(cè)問(wèn)題，在分析多假設(shè)跟蹤的基礎(chǔ)上，引入檢測(cè)前跟蹤和關(guān)聯(lián)檢測(cè)的思想，研究并分析了序列圖像中目標(biāo)點(diǎn)的位置相關(guān)性和運(yùn)動(dòng)軌跡的連續(xù)性和規(guī)律性，提出了一種改進(jìn)的結(jié)構(gòu)化分支多假設(shè)跟蹤的檢測(cè)方法