復(fù)雜背景下紅外小目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、紅外成像技術(shù)是依靠被動(dòng)接收目標(biāo)紅外輻射來(lái)工作的，廣泛應(yīng)用于紅外制導(dǎo)、紅外預(yù)警、監(jiān)控、目標(biāo)搜索與跟蹤等軍事及民用領(lǐng)域。相比于雷達(dá)探測(cè)，紅外搜索系統(tǒng)具有易于隱蔽、角分辨率高、抗電磁干擾能力強(qiáng)，體積小、重量輕以及機(jī)動(dòng)性強(qiáng)等優(yōu)點(diǎn)，正逐漸成為現(xiàn)代防御體系中的一個(gè)重要組成部分，受到各國(guó)軍工部門(mén)的重視。對(duì)于實(shí)際的武器系統(tǒng)，盡可能提高目標(biāo)的探測(cè)距離，以爭(zhēng)取在最有利的時(shí)機(jī)獲得來(lái)襲目標(biāo)的相關(guān)信息成為掌握現(xiàn)代戰(zhàn)爭(zhēng)主動(dòng)權(quán)的重要因素。但當(dāng)目標(biāo)距離較遠(yuǎn)時(shí)，目標(biāo)在紅

2、外圖像中表現(xiàn)為點(diǎn)目標(biāo)，僅占很少的像素，沒(méi)有形狀等目標(biāo)特征可以利用。而且成像系統(tǒng)的噪聲及復(fù)雜背景的干擾使目標(biāo)信噪比受到影響，目標(biāo)容易被強(qiáng)噪聲和背景淹沒(méi)。所以相比于其它紅外目標(biāo)檢測(cè)問(wèn)題而言，復(fù)雜背景條件下紅外小目標(biāo)檢測(cè)成為一項(xiàng)具有理論意義和實(shí)用價(jià)值的研究課題。
　　 本文將從復(fù)雜背景下紅外小目標(biāo)檢測(cè)技術(shù)的一些關(guān)鍵性問(wèn)題入手，重點(diǎn)研究紅外背景抑制技術(shù)、數(shù)據(jù)關(guān)聯(lián)技術(shù)和圖像測(cè)距技術(shù)，從而最終實(shí)現(xiàn)復(fù)雜背景下紅外小目標(biāo)的穩(wěn)定檢測(cè)。
　　

3、 本文在背景抑制技術(shù)方面，首先介紹了幾種常用的空域紅外小目標(biāo)背景抑制算法，然后在比較研究了各種算法的基礎(chǔ)上，提出了一系列基于分類(lèi)的背景抑制方法。針對(duì)既有復(fù)雜背景又有平坦背景的紅外圖像，提出了基于背景復(fù)雜度分類(lèi)的背景抑制方法，對(duì)紅外圖像中的背景進(jìn)行分類(lèi)，分類(lèi)過(guò)程中為了控制計(jì)算量，先對(duì)紅外圖像進(jìn)行小波變換，提取分辨率較低的低頻圖像，這樣既不影響分類(lèi)效果又保證了實(shí)時(shí)性，然后再依據(jù)分類(lèi)結(jié)果進(jìn)行多閾值分割，實(shí)驗(yàn)結(jié)果表明對(duì)于既有復(fù)雜背景又有平坦背

4、景的紅外圖像，背景得到抑制，檢測(cè)率得到有效提高。另外針對(duì)復(fù)雜云背景下的紅外圖像，提出了兩種基于背景分類(lèi)的背景抑制方法，分別為基于光流估計(jì)的背景抑制方法和基于速度矢量直方圖的背景抑制方法。這兩種方法都基于多幀檢測(cè)，分別通過(guò)光流估計(jì)和統(tǒng)計(jì)的速度矢量直方圖檢測(cè)移動(dòng)的云區(qū)，并通過(guò)降低這部分云區(qū)的虛警率，達(dá)到抑制背景的目的。然后通過(guò)實(shí)驗(yàn)分析，這兩種背景抑制方法大大較低了云區(qū)中的虛警率。
　　 在背景抑制技術(shù)方面，還對(duì)目標(biāo)及背景的頻域特性進(jìn)

5、行了分析，分析了傳統(tǒng)的頻域紅外小目標(biāo)背景抑制算法，然后針對(duì)目標(biāo)及背景的頻域特性提出了一種基于復(fù)濾波器組的背景抑制方法，引入分頻段的思想，利用目標(biāo)和背景在各頻段上分布特性的差異，進(jìn)行分頻段處理，然后再將處理的結(jié)果進(jìn)行加權(quán)融合，對(duì)目標(biāo)所在主要頻段的處理結(jié)果加強(qiáng)，對(duì)背景所在主要頻段的處理結(jié)果進(jìn)行削弱，從而使背景得到進(jìn)一步抑制，目標(biāo)信噪比有所增強(qiáng)。并對(duì)后續(xù)目標(biāo)分割過(guò)程中的恒虛警技術(shù)進(jìn)行改進(jìn)，對(duì)背景統(tǒng)計(jì)過(guò)程中統(tǒng)計(jì)圖像的選擇、鄰域窗口形狀和大小的選

6、取及統(tǒng)計(jì)數(shù)據(jù)的選取這三個(gè)關(guān)鍵技術(shù)進(jìn)行改進(jìn)，使得紅外背景圖像分布特性的統(tǒng)計(jì)更為準(zhǔn)確。然后通過(guò)實(shí)驗(yàn)對(duì)基于復(fù)濾波器組的背景抑制方法和改進(jìn)的恒虛警檢測(cè)進(jìn)行了分析驗(yàn)證，可以發(fā)現(xiàn)目標(biāo)的信噪比明顯提高，檢測(cè)率及虛警率都得到改善。
　　 對(duì)于基于多幀檢測(cè)的數(shù)據(jù)關(guān)聯(lián)技術(shù)，分析了貝葉斯框架在紅外小目標(biāo)檢測(cè)中的應(yīng)用，提出了一種基于多特征觀測(cè)概率的多假設(shè)數(shù)據(jù)關(guān)聯(lián)算法，通過(guò)簡(jiǎn)化多假設(shè)算法，并盡可能多的利用小目標(biāo)在空域及時(shí)域的分布特性，構(gòu)造點(diǎn)跡的航跡特性，

7、建立航跡置信度的數(shù)學(xué)模型。同時(shí)還設(shè)計(jì)了帶有方向性的初始波門(mén)、航跡關(guān)聯(lián)中自適應(yīng)調(diào)整的波門(mén)以及多維波門(mén)的關(guān)聯(lián)技術(shù)，最后再根據(jù)目標(biāo)的先驗(yàn)特征及各航跡的置信度，實(shí)現(xiàn)背景抑制后的目標(biāo)二次檢測(cè)，進(jìn)一步降低虛警率，并通過(guò)實(shí)驗(yàn)對(duì)該方法進(jìn)行了驗(yàn)證。
　　 最后針對(duì)紅外探測(cè)系統(tǒng)被動(dòng)測(cè)距技術(shù)，設(shè)計(jì)了對(duì)移動(dòng)目標(biāo)快速定位的單站式被動(dòng)測(cè)距算法，提出一種基于最優(yōu)化函數(shù)的被動(dòng)測(cè)距算法。利用目標(biāo)和探測(cè)系統(tǒng)的坐標(biāo)信息，通過(guò)設(shè)計(jì)最優(yōu)化函數(shù)，逐步迭代出目標(biāo)距離。并且設(shè)