基于視覺顯著性的紅外小目標(biāo)檢測算法研究.pdf

1、近年來，顯著性研究被成功地應(yīng)用在目標(biāo)檢測、識別、圖像壓縮等多個(gè)領(lǐng)域，這些領(lǐng)域中就包括了紅外小目標(biāo)檢測。作為紅外自尋的制導(dǎo)、搜索跟蹤和預(yù)警等領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，紅外小目標(biāo)檢測，特別是復(fù)雜云干擾下的空中目標(biāo)、海雜波與云層干擾下海天背景的紅外小目標(biāo)、以及復(fù)雜地面背景下小目標(biāo)檢測依然是目前的研究熱點(diǎn)和難點(diǎn)。本文在全面總結(jié)前人工作的基礎(chǔ)上，對復(fù)雜背景下紅外小目標(biāo)圖像的特征提取、視覺顯著性模型的構(gòu)建等展開了深入研究。論文的主要工作如下：
　　

2、首先，介紹了紅外小目標(biāo)圖像的數(shù)學(xué)模型，分析了圖像目標(biāo)、背景和噪聲的特性，通過預(yù)處理增加了背景與目標(biāo)的對比度、抑制了圖像的噪聲。
　　其次，在紅外小目標(biāo)圖像數(shù)學(xué)模型的指導(dǎo)下，提出了一種新的基于頻譜殘差法的顯著目標(biāo)檢測算法，該方法將經(jīng)典的頻域顯著性方法與兩個(gè)一階梯度方向特征結(jié)合，提高了算法的抗噪性和準(zhǔn)確性。
　　然后，針對頻譜殘差方法存在的缺陷，提出了一種基于超復(fù)數(shù)幅度譜的紅外小目標(biāo)檢測算法，研究了幅度譜與重復(fù)的非顯著性區(qū)域的對