论文部分内容阅读
红外弱小目标检测一直以来在红外预警和精确制导等方面有着广泛应用,是国防建设中的重要手段。为了迎合战争的需要,为防御系统赢得更多的反应时间,必须尽量早的检测到目标。由于红外弱小目标没有颜色,纹理等特征,而且距离较远,成像面积较小,这给进行检测的过程中加大了难度。因此,如何在距离较远,有众多干扰因素的环境下发现红外弱小目标,从而为防御系统争取更多的时间,是国防技术突破的重中之重。本文概括叙述了红外成像机理,对目标周围的干扰特性,目标特征以及噪声特性展开剖析,介绍了几种常用的红外图像预处理的方法,讨论了几种红外弱小目标检测算法,主要讨论内容包括以下几点:(1)对红外成像原理从红外辐射理论和红外成像系统等多方面展开了阐述,叙述了红外成像的机理,通过数学建模,分析红外图像目标周围的环境特点。从频域滤波以及空域滤波方面详细讨论了红外图像预处理的手段。这些相关的机理研究,给后面针对性红外弱小目标检测算法的提出和完善奠定了理论依据。(2)针对传统局部对比度度方法遍历全图像,逐个点计算导致效率比较低以及容易受噪声影响造成虚警点的问题,提出改进的图像局部对比度的红外弱小目标检测方法,在基于图像局部信息熵的显著性图范围内进行改进的局部对比度操作,大大节省了时间,提高了计算效率,同时也大大减少了虚警的产生。(3)针对人类视觉显著性是基于人类视觉注意的特点,我们可以看作是红外图像中显著性部分的求解,从将它转化为红外图像对应灰度矩阵的稀疏部分求解问题。我们将包含弱小目标的红外图像按列组合成对应的矩阵,对得到的矩阵进行稀疏低秩分解,通过对构建的稀疏矩阵进行求解得到显著性图,对显著性图进行阈值分割得到红外弱小目标。(4)针对谱残差算法虽然计算简单,效率高,但具有一定的局限性的问题,提出改进的谱残差算法。对红外图像进行水平和垂直方向特征提取,在水平和垂直方向上进行谱残差运算,在将得到的结果图显著性融合得到显著性图。最后通过模糊C均值聚类分割得到红外弱小目标。实验测试数据和相关的评价指标进一步表明,上述的算法在一定程度上提高红外弱小目标检测的效率,降低了虚警率。同时,也为后续红外弱小目标检测算法的提出和完善奠定了坚实的基础。