基于圖像融合的紅外弱小目標(biāo)檢測(cè)算法研究.pdf

1、隨著紅外預(yù)警系統(tǒng)作用距離的增大，圖像中目標(biāo)的信號(hào)變得微弱、信噪比較低，尺寸小、無(wú)形狀、紋理信息，而且伴隨著各種虛假目標(biāo)和隨機(jī)干擾。如果僅采用單一紅外傳感器所獲得的圖像信息很難準(zhǔn)確地將真目標(biāo)檢測(cè)和識(shí)別出來(lái)?；诩t外雙波段圖像融合的目標(biāo)檢測(cè)算法利用了不同波段圖象信息的冗余性和互補(bǔ)性，通過(guò)信息融合可以提高紅外弱小目標(biāo)檢測(cè)和識(shí)別的概率，從而進(jìn)一步提高了系統(tǒng)的性能。
　　本文針對(duì)紅外雙波段成像預(yù)警系統(tǒng)中的關(guān)鍵技術(shù)，首先研究了基于塔形分解的圖

2、像融合算法，通過(guò)仿真實(shí)驗(yàn)和圖像融合的主客觀評(píng)價(jià)說(shuō)明此類(lèi)算法的優(yōu)勢(shì)。接著研究了一種基于雙邊濾波的多尺度小波變換紅外背景抑制算法，該算法利用雙邊濾波對(duì)多尺度小波分解后的小波系數(shù)進(jìn)行調(diào)整來(lái)提高背景抑制的性能。由于隨機(jī)噪聲等的影響，經(jīng)過(guò)圖像分割后的紅外雙波段圖像不能識(shí)別出真正的目標(biāo)，本文研究了一種基于像素灰度值選小數(shù)據(jù)融合的目標(biāo)識(shí)別算法，利用目標(biāo)在雙波段紅外圖像中出現(xiàn)位置的嚴(yán)格一致性，而隨機(jī)噪聲在雙波段圖像中出現(xiàn)的位置不具有相關(guān)性，來(lái)識(shí)別出真正