紅外序列圖像中運動弱小目標時域檢測方法.pdf

1、運動弱小目標的檢測是成像制導(dǎo)和告警系統(tǒng)的核心技術(shù)之一，是提高系統(tǒng)作用距離和檢測概率的重要技術(shù)手段，探索和研究新的運動弱小目標檢測理論以及如何將最新的檢測理論應(yīng)用于運動弱小目標檢測仍是一項重要的課題，對現(xiàn)代戰(zhàn)爭以及未來戰(zhàn)爭都有重要的軍事意義。當目標距離較遠時，目標成像較小，可利用的空間分布信息缺乏，檢測困難。針對紅外序列圖像中的運動弱小目標檢測問題，本文開展了如下工作：
　　 1.分析了紅外序列圖像中像素點的時域特性。依據(jù)紅外序列

2、圖像中所有像素點的時域變化情況，討論了目標、晴空背景以及云雜波的時域剖面變化規(guī)律，比較了目標、晴空背景以及云雜波均值和方差特性的差別。隨后，以傅立葉變換為手段，進一步討論了不同像素點時域剖面的頻譜特性，通過設(shè)置不同的帶通濾波器對時域剖面進行濾波，研究了晴空背景、云雜波和目標時域剖面在不同頻譜范圍內(nèi)的幅頻特性。
　　 2.提出了一種基于時域剖面濾波的運動弱小目標檢測方法。針對時域目標檢測算法中跟蹤數(shù)據(jù)量大，實時實現(xiàn)難度高的缺點，給

3、出一種背景移除的方法減少時域檢測算法的跟蹤數(shù)據(jù)量。在此基礎(chǔ)上，采用時域剖面濾波的方法，去除云雜波時域剖面中較大的起伏。重點分析了下駐點連線(CLSP)濾波法、最小值濾波法、中值濾波法、數(shù)學形態(tài)學濾波法、均值濾波法、線性濾波法和Savitzky-Golay濾波法等幾種時域剖面濾波方法。并進一步分析了時域剖面偏離濾波所得基準的分布特性，得到了一個合適的目標檢測量度。最后，還給出了新算法的序貫執(zhí)行方程。
　　 3.研究了空域和時域結(jié)合

4、濾波對紅外序列圖像運動弱小目標檢測的改進。首先，介紹了幾種典型的基于空域濾波的弱小目標檢測方法。其次，將空域目標檢測算法中的背景預(yù)測算法與提出的基于時域剖面濾波的運動弱小目標檢測算法相結(jié)合，提出了一種空時域結(jié)合濾波的運動弱小目標檢測算法。最后，依據(jù)紅外序列圖像中運動弱小目標的運動連續(xù)性，構(gòu)造了一組濾波模板，利用這組模板對檢測結(jié)果進行濾波，確定出弱小目標可能的運動軌跡。并進一步結(jié)合時域特征，實現(xiàn)了運動弱小目標的進一步累積增強。