红外弱小目标检测技术在军事及民用领域有着广泛应用,但红外遥感图像中的高辐射能虚警源,给目标检测造成了干扰,导致目标误检率较高。雪山作为高辐射能物体,是军事预警拦截系统中的典型虚警源。对红外雪山虚警源进行检测,将其与红外弱小目标分离,是提升弱小目标检测准确率的一种全新思路。本课题主要研究红外遥感图像中雪山虚警源的特征模型和检测方法。通过对红外成像时雪山的能量及形态特征进行提取和数学化的描述,分析雪山与背景之间的特征差异,提出高效准确的红外雪山虚警源检测方法。本论文主要研究内容如下:(1)本论文分析了红外图像的成像原理和图像劣化的问题,研究了图像的预处理方法,主要包括红外图像去噪和对比度增强算法。为了更准确地获取最后的检测结果,研究了二值图像的形态学处理方法。(2)本论文针对红外雪山虚警源的高辐射特性在图像中表现出的高显著性,研究了几个常用的视觉显著性特征模型。重点对频域显著性中的频率调谐特征进行了分析和仿真测试。(3)本论文针对雪山的纹理特征,分别研究了局部熵、分形维数和灰度共生矩阵几种纹理特征,并通过分析得到了雪山纹理方面的特性。局部熵与分形特征可以应用在不同的场景下的红外雪山检测。(4)基于以上研究,本论文提出基于显著性特征和纹理特征的雪山检测方法,主要分为两种:一是采用局部熵纹理特征,二是采用分形纹理特征。两种方法在不同场景下都能很好地提取出雪山区域。在Matlab平台上进行了算法实现及验证,对检测结果的成像质量、准确率和时效性进行了分析,符合项目要求的各项指标。