基于形態(tài)學和小波變換的弱小目標檢測.pdf

1、復雜背景下弱小目標的檢測在監(jiān)視和預警系統(tǒng)中有著十分重要的作用,也是當前國內外研究的熱點。由于目標距離觀察點較遠,其成像大小只有幾到十幾個像素,且目標淹沒于背景雜波干擾之中,給人們的檢測帶來了很大的困難和挑戰(zhàn)。 本文首先分析研究了復雜背景下弱小目標的特性,包括灰度特征和運動特征,這是進行所有檢測工作的基礎。其中,弱小目標的灰度特征主要表現(xiàn)為灰度曲面上的微小“凸起”,則檢測出這些微小“凸起”是弱小目標單幀檢測的主要任務；而運動特征主

2、要表現(xiàn)為目標運動的獨立性和運動軌跡的連續(xù)性,則檢測弱小目標的獨立運動和連續(xù)軌跡是弱小目標運動檢測的主要任務。文中設計了弱小目標的檢測系統(tǒng),主要包括目標圖像預處理、目標分割、目標跟蹤與檢測等。 本文的研究重點是弱小目標圖像的預處理算法,其重要作用是增強目標、抑制噪聲,提高目標的可檢測性,同時還可以減少后續(xù)工作的計算量,提高檢測效率。本文重點研究了基于形態(tài)學和小波變換的兩種預處理算法。其中,基于形態(tài)學的預處理算法,采用Top-hat

3、變換來抑制背景圖像,增強目標。在形態(tài)學算法中,結構元的選擇是一個重要的內容,本文根據弱小目標的灰度特征,選取了“盤形”結構元。另外,基于小波變換的預處理算法,重點分析了低頻子帶置零法和高頻子帶相乘消噪法。在小波分析中,小波基的選擇是一個重要的內容,本文針對小波分析在圖像處理和目標檢測中的應用,選擇了雙正交的小波基。 為了有效地提取目標,并進一步減少后續(xù)工作的運算量,在弱小目標分割中,充分考慮不同目標圖像自身的特點,引入了基于目標