基于形態(tài)分量分析的紅外目標(biāo)檢測.pdf

1、在現(xiàn)代的高科技戰(zhàn)爭中，預(yù)警系統(tǒng)及武器系統(tǒng)能否更早地、在更遠的距離上發(fā)現(xiàn)并跟蹤敵方來襲的導(dǎo)彈、飛機、軍艦等目標(biāo)，對取得戰(zhàn)爭的主動性有著重要的意義。紅外弱小目標(biāo)檢測技術(shù)目前已成為遙感系統(tǒng)、搜索跟蹤、預(yù)警系統(tǒng)等軍事領(lǐng)域內(nèi)的關(guān)鍵技術(shù)。由于紅外弱小目標(biāo)圖像的對比度和分辨率比較低，很不利于目標(biāo)的檢測與跟蹤。因此，研究不同背景條件下的紅外弱小目標(biāo)檢測方法具有十分重要的理論和現(xiàn)實意義?；谙∈璞硎竞托螒B(tài)差異性的形態(tài)分量分析理論能夠準確高效地表示圖像信號

2、，目前廣泛應(yīng)用于圖像去噪、圖像修復(fù)和圖像分離等領(lǐng)域。論文通過對形態(tài)分量分析理論進行深入系統(tǒng)的研究，用于紅外弱小目標(biāo)檢測，得到了一種性能較好的檢測方法。本文的研究內(nèi)容主要包括以下幾個方面：
　　(1)對紅外圖像預(yù)處理算法中的線性變換增強、直方圖均衡增強、鄰域平均去噪、中值濾波去噪、維納濾波去噪等算法進行了仿真和分析。
　　(2)針對紅外弱小目標(biāo)檢測方法，對其中三種基于濾波的紅外弱小目標(biāo)檢測算法進行了實驗測試和分析，同時研究了四

3、種常用的紅外弱小目標(biāo)檢測算法的評價指標(biāo)。
　　(3)基于稀疏表示理論，提出了一種改進的目標(biāo)檢測算法。首先構(gòu)建紅外目標(biāo)字典；再將待檢測圖像分塊，在超完備字典下稀疏分解；最后引入稀疏集中度指標(biāo)簡化目標(biāo)的判定步驟，對指標(biāo)設(shè)定閾值判斷圖像塊是否包含目標(biāo)。通過實驗對比分析得出該算法在減小了計算量的同時保證了算法的檢測效果。
　　(4)基于形態(tài)分量分析理論，提出了一種改進的自適應(yīng)字典構(gòu)造方法，用于紅外弱小目標(biāo)的檢測。首先將原圖像利用字典