復(fù)雜背景抑制及弱小目標(biāo)檢測(cè)技術(shù)研究.pdf

1、在靶場(chǎng)測(cè)試中，由于周圍環(huán)境是多變的，天空云層的變化、樹木遮擋、光照不足以及其他因素等使背景變得復(fù)雜，而且口徑小的彈丸成像后像素?cái)?shù)較少，僅有幾個(gè)像素，信噪比較低，難以檢測(cè)出彈丸。因此，如何從復(fù)雜背景中檢測(cè)出弱小目標(biāo)在實(shí)際工程應(yīng)用中是一個(gè)十分有意義的課題。
　　本文詳細(xì)闡述了弱小目標(biāo)在復(fù)雜背景中的檢測(cè)算法。分析了圖像中背景、目標(biāo)以及噪聲的特征，并對(duì)圖像進(jìn)行數(shù)學(xué)建模，在它的基礎(chǔ)上，研究如何抑制圖像中的背景。為了抑制復(fù)雜的背景，用了加權(quán)均

2、值濾波法、中值濾波法、空域高通濾波法以及改進(jìn)的形態(tài)學(xué)濾波等背景抑制方法來(lái)去除背景，其中，改進(jìn)的形態(tài)學(xué)抑制背景的效果較好，圖像的信噪比提高較大。在單幀圖像中，采用一種基于小波變換的算法進(jìn)行弱小目標(biāo)的檢測(cè)，通過(guò)選取合適的小波基對(duì)圖像進(jìn)行小波變換以突出細(xì)節(jié)，然后分析小波變換之后的各個(gè)頻帶的系數(shù)，找出有關(guān)弱小目標(biāo)的信息，再利用閾值分割法提取目標(biāo)。該算法運(yùn)算簡(jiǎn)單、步驟合理，但是單幀檢測(cè)不能準(zhǔn)確檢測(cè)出弱小目標(biāo)，因此還需改進(jìn)。最后，針對(duì)單幀目標(biāo)檢測(cè)的

3、不足之處，本文采用了一種序列圖像目標(biāo)檢測(cè)算法，先對(duì)圖像進(jìn)行小波變換，將圖像分為包含不同信息的部分，對(duì)細(xì)節(jié)信息進(jìn)行分析，再用閾值分割法找出可疑目標(biāo)，最后利用管道濾波法在序列圖像中進(jìn)一步確認(rèn)出真實(shí)的弱小目標(biāo)。
　　本文的目標(biāo)檢測(cè)算法為各類飛行的彈丸圖像處理提供了一種更有效的方法，該算法在實(shí)際的檢測(cè)中也得到了應(yīng)用，它的性能較好，能夠準(zhǔn)確地將復(fù)雜環(huán)境背景中的弱小目標(biāo)檢測(cè)出來(lái)，達(dá)到預(yù)期的效果，對(duì)于彈丸的提取以及密集度的測(cè)試奠定了堅(jiān)實(shí)的基礎(chǔ)。