復(fù)雜云層背景下紅外小目標(biāo)檢測(cè)方法研究.pdf

1、本文首先給出了紅外小目標(biāo)的一些相關(guān)概念和紅外圖像的數(shù)學(xué)描述，在此基礎(chǔ)上圍繞紅外弱小目標(biāo)檢測(cè)問題對(duì)紅外圖像中的三個(gè)要素(目標(biāo)、背景和噪聲)進(jìn)行了相應(yīng)的分析。小目標(biāo)在圖像中的灰度可以不是最高的，但是在目標(biāo)所在的局域背景中是較為突出的，也就是說小目標(biāo)在局部背景中應(yīng)具有一定的對(duì)比度，且沒有形狀信息。其次介紹了幾種常用的背景消除算法和目標(biāo)檢測(cè)算法，并對(duì)兩者分別進(jìn)行了分析與比較。通過分析各種常見的空間域?yàn)V波方法，我們可以在將各種方法分為兩類：第一類

2、是通過一些有效的空間域低通濾波方法實(shí)現(xiàn)對(duì)紅外復(fù)雜背景的估計(jì)，再由與圖像對(duì)應(yīng)的像素求差來實(shí)現(xiàn)背景對(duì)消，提高濾波后圖像的信噪比；第二類是通過引進(jìn)一些有效的特征量，實(shí)現(xiàn)對(duì)圖像中具有高頻特性的小目標(biāo)對(duì)象的直接描述。通過進(jìn)一步的研究發(fā)現(xiàn)，小目標(biāo)呈現(xiàn)出灰度值大、邊緣灰度變化大和被鄰域中灰度較低的連通環(huán)包圍的特點(diǎn)。針對(duì)這個(gè)特點(diǎn)，本文提出了低信噪比情況下基于連通環(huán)的紅外小目標(biāo)檢測(cè)方法。首先確定小目標(biāo)周圍的連通環(huán)，進(jìn)而確定小目標(biāo)的質(zhì)點(diǎn)，然后再由區(qū)域生長(zhǎng)與