基于微粒群算法的紅外弱目標(biāo)檢測(cè).pdf

1、復(fù)雜背景下的紅外弱小目標(biāo)和弱面目標(biāo)的檢測(cè)一直是個(gè)非常困難卻又具有挑戰(zhàn)的課題，復(fù)雜背景下的弱小目標(biāo)通常只有幾個(gè)像素大小，缺乏幾何結(jié)構(gòu)形狀特征，其灰度特征也不明顯，同時(shí)背景雜波的干擾使得檢測(cè)變得更為困難。弱面目標(biāo)盡管有結(jié)構(gòu)特征，但是由于紅外成像本身的特點(diǎn)及背景的復(fù)雜性，并且背景中有太多與目標(biāo)灰度相近的干擾存在，使得傳統(tǒng)的閾值分割和邊緣檢測(cè)方法無(wú)法檢測(cè)到目標(biāo)。本文針對(duì)復(fù)雜背景下弱小目標(biāo)和弱面目標(biāo)的特點(diǎn)，對(duì)其檢測(cè)方法進(jìn)行了深入的研究。
　

2、　 本文首先介紹了紅外弱小目標(biāo)和弱面目標(biāo)檢測(cè)問(wèn)題的的背景及國(guó)內(nèi)外發(fā)展概況，重點(diǎn)闡述了研究紅外目標(biāo)識(shí)別問(wèn)題的重要性。然后，詳細(xì)介紹了基本的微粒群算法和幾種改進(jìn)算法的原理及模型，綜述了微粒群在圖像處理以及其他方面的的應(yīng)用情況，通過(guò)將圖像分割與微粒群算法相結(jié)合建立了基于微粒群的圖像分割模型。接著，針對(duì)弱小目標(biāo)檢測(cè)問(wèn)題，從背景抑制的角度出發(fā)，提出了最大最小濾波與小波內(nèi)積相結(jié)合的背景抑制技術(shù)，該方法可以有效地抑制背景雜波，有利于目標(biāo)的后續(xù)分割，