论文部分内容阅读
在复杂背景中有效提取出真实红外弱小目标是红外搜索与跟踪系统中的一个技术难点,针对该问题提出了一种基于特征组合分类的杂波背景下红外弱小目标检测算法。算法分析了红外目标成像模型和典型干扰杂波的灰度特性,选取了一组可以有效区分红外弱小目标和干扰杂波的特征组合获得先验知识,然后利用支持向量机(SVM)对不同特征组合进行学习和评估,实现真实目标和干扰杂波的有效分类。试验结果表明,该算法能显著提高红外弱小目标的检测概率,在虚警率0.7个/帧条件下,检测概率可以达到0.78,显著高于经典tophat算法0.55的