论文部分内容阅读
研究红外弱小目标检测的理论和算法对现代及未来战争都具有深远的意义,有利于精确制导武器的长足发展。本文对红外弱小目标图像中像素的时域特征进行了研究,分别分析了目标像素、背景像素以及杂波像素在时域中的特性,并为它们建立了相应的时域模型。在此基础上,根据各类像素时域特征的差异性,本文提出了一种基于像素时域廓线向量积的红外弱小目标检测算法。本文算法分为三部分。首先,根据目标、背景以及杂波像素时域方差特性的不同,采用基于时域方差的滤波法对原始图像进行预处理,将平稳背景从图像中滤除;其次,对经过预处理后残留的像素,使用下驻点连线法求出像素时域廓线的基准线,从而得到像素的残差时域廓线,去掉了杂波在时域变化中的较大起伏,而目标的冲击信号得以保留;最后,计算出残留时域廓线上的各向量积,将目标检测的问题转化成了向量积大小检测的问题,从而得到了目标的运动轨迹,消除了图像中的杂波像素。仿真结果表明,本文提出的算法对不同云背景杂波具有广泛适应性和良好的检测性能,具有一定的应用价值。