?？毡尘跋碌募t外小目標(biāo)檢測算法研究.pdf

1、復(fù)雜海天背景下的小目標(biāo)檢測技術(shù)，是研究遠距離目標(biāo)識別與跟蹤的一項重要內(nèi)容。本文針對?？毡尘跋录t外圖像的特性和小目標(biāo)的不同特征，深入的研究了小目標(biāo)檢測的方法，研究工作如下：
　　①對實際紅外圖像小目標(biāo)的特性進行分析。根據(jù)紅外成像探測器的工作環(huán)境不同，對背景圖像進行分類，并對多種不同背景（天空背景、海面背景和海天背景）的真實紅外圖像灰度強度進行分析比較。為針對不同背景采用不同的抑制方法，提高圖像背景抑制能力，提供了理論依據(jù)。
　

2、?、诶煤？毡尘爸泻Ｃ姹尘昂吞炜毡尘暗幕叶炔町愝^大，把海天線作為?？毡尘暗姆指罹€，提出了基于Hough變換的海天線檢測算法，分割出天空和海面。再利用圖像的紋理特征，分別截取兩種不同類型的海面波浪紋理圖像(起伏海面背景和均勻海面背景)生成時棧圖像，再結(jié)合Radon變換檢測出海面波浪方向，實現(xiàn)波向的有效檢測。
　?、郾尘耙种骗h(huán)節(jié)，首先根據(jù)紅外圖像相鄰行之間的灰度有較強的相關(guān)性，提出了采用行均值相減的方法來抑制溫度場的非線性影響，對紅外

3、圖像的模糊進行了校正，使得點目標(biāo)增強。再利用數(shù)學(xué)形態(tài)學(xué)濾波，抑制背景并保留圖像的高亮區(qū)。最后根據(jù)海浪前進的方向，判斷出海面中殘留的大面積高亮區(qū)為海浪，利用骨架提取技術(shù)消除與弱小目標(biāo)大小相當(dāng)或者大很多的海浪邊緣。實驗結(jié)果證明，該算法大幅減少不必要的噪聲和海浪干擾。
　　④紅外小目標(biāo)檢測環(huán)節(jié)，首先對分割方法進行理論分析和性能比較，然后根據(jù)低對比度紅外圖像自身灰度分布比較集中的特點，最后采用二維最大熵方法來分割出小目標(biāo)。結(jié)果表明，該算法