基于時(shí)頻分析的序列圖像弱小運(yùn)動(dòng)目標(biāo)檢測(cè).pdf

1、弱小運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)是光電成像探測(cè)系統(tǒng)研究的關(guān)鍵技術(shù)之一。由于深空目標(biāo)通常距離觀測(cè)系統(tǒng)非常遙遠(yuǎn)，所以目標(biāo)在成像探測(cè)系統(tǒng)上通常表現(xiàn)為小(空間尺寸)與弱(信號(hào)強(qiáng)度)的特征，并且伴隨較為復(fù)雜和強(qiáng)烈的背景雜波和傳感器噪聲，使得目標(biāo)信號(hào)淹沒其中難于分辨。因此，弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)一直是信號(hào)處理領(lǐng)域研究的熱點(diǎn)、難點(diǎn)和前沿問題。
　　 本文主要針對(duì)云雜波背景下的序列圖像弱小運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行了較為深入的研究。首先系統(tǒng)闡述了序列圖像弱小目

2、標(biāo)檢測(cè)的基本理論和方法，并對(duì)比了這些檢測(cè)算法的特點(diǎn)，得出了這些算法都僅僅只是對(duì)目標(biāo)、噪聲以及雜波空域、時(shí)域或者頻域中的單一特征進(jìn)行分析，很少利用其聯(lián)合域中表現(xiàn)出來的細(xì)微特征差異來檢測(cè)目標(biāo)。在以上分析的基礎(chǔ)上，本文從時(shí)頻聯(lián)合域出發(fā)，利用短時(shí)傅里葉變換對(duì)序列圖像進(jìn)行時(shí)頻分析，根據(jù)目標(biāo)、噪聲以及雜波的聯(lián)合多維度特征差異，提出了基于時(shí)頻分析的序列圖像弱小目標(biāo)檢測(cè)方法。該方法的實(shí)現(xiàn)過程為：首先，對(duì)輸入的序列圖像進(jìn)行預(yù)處理；然后，將預(yù)處理之后的序列

3、圖進(jìn)行短時(shí)傅里葉變換，根據(jù)目標(biāo)和云雜波短時(shí)傅里葉變換頻譜圖在低頻段的幅頻特性明顯高于噪聲，將低頻段的能量作為統(tǒng)計(jì)檢驗(yàn)量，采用奈曼.皮爾遜準(zhǔn)則過濾噪聲；最后根據(jù)目標(biāo)出現(xiàn)處存在短時(shí)“波包”，雜波中心點(diǎn)處平穩(wěn)這一特征差異，分別統(tǒng)計(jì)“主瓣”與“旁瓣”能量及其能量比，設(shè)置能量比門限去除雜波，檢測(cè)出運(yùn)動(dòng)目標(biāo)。實(shí)驗(yàn)結(jié)果表明，所提出的檢測(cè)方法能夠有效的檢測(cè)出序列圖像中弱小運(yùn)動(dòng)目標(biāo)。
　　 在工程可行性方面，采用DSP實(shí)現(xiàn)了該弱小目標(biāo)檢測(cè)算法。實(shí)