靶場紅外弱小目標自動判讀方法研究.pdf

1、近十幾年來，隨著紅外成像技術(shù)的迅速發(fā)展，紅外成像跟蹤測量系統(tǒng)在靶場廣泛應用，紅外圖像已逐漸成為靶場試驗數(shù)據(jù)的重要來源，紅外圖像判讀模式也需要隨之發(fā)生變革，傳統(tǒng)的人工判讀方式已經(jīng)無法滿足任務需求，全自動、高精度、高效率、高可靠性的對靶場紅外圖像實現(xiàn)自動判讀成為我們迫切需要解決的問題。本文就此實際問題，研究了靶場紅外運動弱小目標自動檢測技術(shù)，并將這些技術(shù)應用到自動判讀工作中。
　　首先，介紹了靶場紅外運動弱小目標檢測的應用場景，分析了

2、國內(nèi)外當前的研究現(xiàn)狀，探討了紅外弱小目標檢測的主要方法及優(yōu)缺點。
　　其次，介紹了靶場紅外運動弱小目標的跟蹤模式，然后從空域、頻域、時域三方面研究了靶場紅外弱小目標圖像的目標特性并在三方面對圖像進行濾波處理，比較濾波效果。在經(jīng)典形態(tài)學濾波的基礎(chǔ)上加以改進，實現(xiàn)了形態(tài)學帶通濾波，選擇此方法作為預處理方法。
　　再次，對完成預處理的圖像進行恒虛警閾值分割，對分割后的圖像做質(zhì)心提取，鑒于目標的跟蹤模式屬于典型的人在回路控制，目標在

3、時域上無軌跡特性、無固定速度、無固定方向的特點，根據(jù)軌跡關(guān)聯(lián)思想應用基于最近鄰數(shù)據(jù)關(guān)聯(lián)的相關(guān)鄰域檢測算法對目標進行檢測，對算法得以實現(xiàn)。
　　最后，對算法的性能和適用性進行評估。首先應用一組信噪比較高的快速運動目標圖像檢測算法性能，然后應用一組信噪比更低、序列長度更長的緩動目標圖像檢測算法性能，算法實現(xiàn)了對以上兩組圖像中目標的檢測判讀，檢測率為88％。但對于信噪比更低的圖像無法完成檢測，對此我們對算法的適用性作評估，并在最后對算法