基于BEMD和時空融合的紅外弱小目標(biāo)檢測算法研究.pdf

1、紅外探測系統(tǒng)是遠(yuǎn)程打擊系統(tǒng)和預(yù)警系統(tǒng)的重要組成，但是復(fù)雜背景下低信噪比紅外弱小目標(biāo)的檢測一直是一項非常困難的課題，正因為如此，該課題成為遠(yuǎn)程精確打擊系統(tǒng)和早期預(yù)警系統(tǒng)的核心研究內(nèi)容之一。針對這個難題，國內(nèi)外很多學(xué)者提出了很多富有成效的紅外弱小目標(biāo)檢測算法，但是現(xiàn)階段這些算法也都存在一定的局限性。本文提出了一種基于BEMD和時空融合的復(fù)雜背景低信噪比弱小目標(biāo)檢測新方法，其中EMD算法是一種分析一維非平穩(wěn)信號的有力工具，不同于傅里葉變換、小

2、波變換等數(shù)據(jù)分析方法，EMD是完全的數(shù)據(jù)驅(qū)動的自分解過程，不需要人為構(gòu)造變換的核函數(shù)，具有很強的自適應(yīng)性。本文將一維EMD算法推廣到二維應(yīng)用中，利用BEMD處理紅外弱小目標(biāo)圖像，得到含有小目標(biāo)特征信號的分解結(jié)果，再和本文提出的移相差分算法進行融合，最后對融合結(jié)果進行分割，檢測出紅外圖像中的弱小目標(biāo)。
　　傳統(tǒng)BEMD存在不一致收斂和模態(tài)混疊問題，這兩個問題極大的限制了BEMD的應(yīng)用。針對這兩個難題，本文借鑒項目管理中常用的“魚骨圖

3、分析方法”，找出極值點提取不足是造成BEMD過程中迭代條件振蕩，算法不一致收斂以及模態(tài)混疊問題的主要原因，并針對傳統(tǒng)BEMD的不足，提出改進的BEMD算法，通過對比試驗，本文改進的BEMD較傳統(tǒng)BEMD有著更快的收斂速度和分解效率，有效的克服了不一致收斂和模態(tài)混疊問題，為BEMD應(yīng)用于紅外弱小目標(biāo)檢測奠定了基礎(chǔ)。
　　針對現(xiàn)有紅外弱小目標(biāo)圖像背景抑制算法的不足，本文開創(chuàng)性的提出移相差分算法，該方法基于單幀圖像處理，采用移相的方法制