基于背景抑制的紅外小目標(biāo)檢測(cè).pdf

1、隨著數(shù)字圖像處理技術(shù)和計(jì)算機(jī)的飛速發(fā)展，紅外小目標(biāo)檢測(cè)技術(shù)開(kāi)始廣泛應(yīng)用于天文觀測(cè)、跟蹤、遙感、制導(dǎo)等諸多領(lǐng)域。紅外小目標(biāo)具有成像面積小、距離遠(yuǎn)、細(xì)節(jié)特征缺失、形狀特征微弱、信雜比低等特點(diǎn)，而對(duì)于紅外小目標(biāo)檢測(cè)理論和方法的研究主要集中在提高信雜比、檢測(cè)算法的探測(cè)概率、運(yùn)算效率、適用范圍、可靠性等方面。本文研究了天空背景下紅外小目標(biāo)的檢測(cè)問(wèn)題，解決了現(xiàn)有紅外目標(biāo)檢測(cè)算法虛警率高、成功率低等問(wèn)題。
　　首先，論文研究了復(fù)雜背景條件下紅外

2、小目標(biāo)圖像的預(yù)處理問(wèn)題，討論了傳統(tǒng)的預(yù)處理方法對(duì)紅外圖像背景的抑制效果。本文旨在尋找一個(gè)新的思路，能夠?qū)Σ煌尘斑M(jìn)行描述和處理，達(dá)到比較好的背景抑制效果。
　　然后，在對(duì)紅外圖像不同區(qū)域的灰度分布特點(diǎn)分析的基礎(chǔ)上，本文通過(guò)引進(jìn)局部方差對(duì)圖像進(jìn)行了離散度描述，提出一種利用雙局部方差對(duì)圖像預(yù)處理的思想。在分析了雙局部方差方法的可行性后，對(duì)圖像不同區(qū)域按照其特點(diǎn)進(jìn)行了分類，建立分類模型，對(duì)分類模型進(jìn)行局部方差的定量計(jì)算獲取該方法中的最優(yōu)

3、模板，進(jìn)而完成圖像的預(yù)處理。通過(guò)比較，該方法適用于不同的天空背景，能很大程度提高圖像的信雜比，對(duì)復(fù)雜背景的抑制效果明顯。
　　最后，對(duì)圖像分割問(wèn)題進(jìn)行了研究。傳統(tǒng)的圖像分割方法對(duì)預(yù)處理圖像分割效果并不理想，本文通過(guò)對(duì)預(yù)處理圖像不確定的特點(diǎn)進(jìn)行研究，對(duì)圖像采用模糊化處理，使圖像中的目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)化為模糊處理問(wèn)題。并考慮到最終分割出來(lái)的目標(biāo)要以人眼能看到的信息為基準(zhǔn)，提出了結(jié)合人眼視覺(jué)特性的一維最大模糊熵圖像分割方法，將圖像中像素的灰