红外成像制导是一种十分重要且具有较强抗干扰能力的制导体制,已成为制导技术的一个主要发展方向。红外图像中的弱小目标检测技术对于红外成像制导技术而言是关键的。从目标在红外成像平面上的形成过程来看,它由起初的一个点,逐渐演变为不稳定的斑点,稳定的斑点,最后形成面状。因此,在远距离上进行红外弱小目标的检测,可以提高制导体系对目标反应的灵敏度,提供充足的反应时间。红外弱小目标检测与跟踪技术的研究无论在理论上还是在应用方面都具有重要的价值。 本论文研究利用小波分析这一新的强有力的数学工具,对红外目标进行检测,其研究背景是:国防科技预研基金课题(编号:5140102021JW0506)。本论文着重研究海空背景下的红外图像的增强及弱小目标的实时检测。 弱小目标检测主要存在以下困难:弱小目标面积小,形态特征弱,细节特征大部分丧失;背景图像复杂,目标常常淹没其中;存在各类噪声,如仪器噪声等;同时可能偶尔背遮挡,或者由于其他因素造成目标的暂时丢失。针对此,通过引入 Shannon 信息量的相关理论,提出了基于 Shannon 信息量的红外目标检测方法,取得了较好的效果;在深入分析红外图像局部灰度特性的基础上,提出了三种红外目标增强算法,并利用种子区域生长算法,实现了目标的精确提取。 小波分析被誉为“数学显微镜”,近年来在图像处理、模式识别等众多领域得到了广泛的应用。它是泛涵分析、傅立叶分析、样条分析、调和分析、数值分析的完美结合,被认为是近年来在理论和方法上的重大突破。本文在阐述了小波变换及多尺度分析之后,结合对红外图像中的背景、目标和噪声特性进行深入分析,提出了一种基于小波多尺度分析及 Fisher 分割的红外目标检测;通过引入 á trous小波变换,结合改进的种子区域生长算法,提出了另一种实时鲁棒的红外目标检测方法。