基于合作目標(biāo)的檢測(cè)提取算法.pdf

1、導(dǎo)彈目標(biāo)紅外特性數(shù)據(jù)的積累直接決定了導(dǎo)彈預(yù)警衛(wèi)星對(duì)目標(biāo)識(shí)別的準(zhǔn)確率,不同季節(jié)、不同時(shí)段地球/大氣背景的復(fù)雜性使得理論推算和數(shù)字仿真獲取彈道導(dǎo)彈紅外輻射特征的準(zhǔn)確性難以保證,因此有必要在軌開(kāi)展導(dǎo)彈目標(biāo)紅外輻射特性的合作測(cè)量。
　　在整個(gè)目標(biāo)特性數(shù)據(jù)的后處理系統(tǒng)中,本文主要對(duì)在軌測(cè)量導(dǎo)彈目標(biāo)的檢測(cè)提取算法展開(kāi)研究。由于在合作試驗(yàn)中導(dǎo)彈合作目標(biāo)及衛(wèi)星的內(nèi)外方位元素均為已知,研究如何利用合作目標(biāo)在測(cè)量圖像中的位置先驗(yàn)信息,對(duì)合作目標(biāo)進(jìn)行有

2、效的檢測(cè)與提取是本論文的研究重點(diǎn)。
　　本文系統(tǒng)地開(kāi)展了合作目標(biāo)測(cè)量成像定位建模、目標(biāo)常規(guī)檢測(cè)方法研究、數(shù)學(xué)形態(tài)學(xué)的合作目標(biāo)檢測(cè)提取算法、合作目標(biāo)檢測(cè)提取算法軟件集成四個(gè)方面的工作,主要內(nèi)容包括:
　　在合作目標(biāo)測(cè)量成像定位建模方面,對(duì)合作測(cè)量所涉及的主要坐標(biāo)系統(tǒng)進(jìn)行介紹,建立了合作目標(biāo)測(cè)量成像定位模型,為目標(biāo)的定位解算及感興趣區(qū)域的劃分提供了理論依據(jù)。
　　在常規(guī)目標(biāo)檢測(cè)方法研究方面,對(duì)常規(guī)的背景抑制算法及分割算法進(jìn)

3、行了實(shí)驗(yàn)驗(yàn)證,其中包括固定權(quán)值的濾波算法、最大中值差分濾波算法、圖像局部熵算法,最大類間方差分割算法、迭代的全局閾值分割算法、基于恒虛警概率的分割算法,對(duì)其適用范圍進(jìn)行了討論。
　　在數(shù)學(xué)形態(tài)學(xué)的合作目標(biāo)檢測(cè)提取算法方面,對(duì)單一算子的形態(tài)學(xué)算法與次序統(tǒng)計(jì)思想加以結(jié)合,設(shè)計(jì)了次序統(tǒng)計(jì)形態(tài)學(xué)算法與基于目標(biāo)能量最大的能量累積形態(tài)學(xué)算法。
　　在合作目標(biāo)檢測(cè)提取算法軟件集成方面,對(duì)前文研究的算法加以集成,基于Matlab2010軟件