图1并联式检测流程

《图1并联式检测流程》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、红外多光谱图像弹道目标检测算法*黄树彩，凌强，韦道知，吴潇（空军工程大学防空反导学院，陕西西安710051）摘要：在红外多光谱图像中，弹道导弹尾焰拥有两大特征，一是由强烈红外辐射引起的灰度差异，二是独特的光谱特性。然而，传统的单波段检测技术只利用了尾焰强烈的辐射特性，而近些年发展起来的多光谱检测技术则只利用了尾焰独特的光谱特性。为了充分利用导弹尾焰的两大特征，将单波段检测技术和多光谱检测技术结合起来，提出了三种检测算法，并从算法的检测效果、运算量和鲁棒性三方面详细分析了它们的优缺点。最后，采用人工合成的红外多光谱图

2、像进行验证，实验结果表明，相比单独使用单波段或多光谱检测算法，融合算法的检测性能更好。关键词：弹道目标检测；单波段目标检测；多光谱目标检测；红外多光谱图像中图分类号：TP751;TP391文献标志码：A　　　文章编号：BallisticTargetDetectioninInfraredMultispectralImageryHUANGShucai,LINGQiang,WEIDaozhi,WUXiao（AirandMissileDefenseCollege,AirForceEngineeringUniversity,

3、Xi’an710051,China）Abstract:Therearetwoimportantcharacteristicsformissileplumeininfraredmultispectralimagery,oneisthegray-scaledifferencecausedbystronginfraredradiance,andtheotheroneistheuniquespectralsignaturefeature.However,theclassicalsingle-banddetectiontec

4、hnologyonlyusesthefirstcharacteristic,andthemultispectraldetectiontechnologywhichhasdevelopedinrecentyearsonlyusesthesecondcharacteristic.Inordertofullyexploitthecharacteristicsofmissileplume,weproposethreedetectionalgorithmsbycombiningthesingle-bandandmultisp

5、ectraldetectiontechnology.Theadvantagesanddisadvantagesofthethreealgorithmsarediscussedindetailondetectionperformance,computationalcomplexity,androbustness.Finally,experimentsonsyntheticinfraredmultispectralimagerydemonstratethebetterperformanceofcombinedalgor

6、ithmswhencomparedwithsingle-bandormultispectraldetectionalgorithm.Keywords:ballistictargetdetection;single-bandtargetdetection;multispectraltargetdetection;infraredmultispectralimagery66弹道导弹在助推段会产生强烈的红外辐射，这为天基红外预警系统探测导弹提供了契机。传统的探测技术以宽带成像为基础，由于弹道目标所占像素较少，信噪比较低，

7、且其他强辐射目标在红外图像中表现出和弹道目标相似的特性，这都使得利用单一波段的红外图像探测弹道目标难以达到实用要求。近年来，随着窄带成像技术的发展，红外多光谱图像开始应用于目标检测[1]，使得弹道目标检测发生了革命性的变化。红外多光谱图像不仅记录了导弹尾焰与其周围背景像素灰度的空间差异，还获得了导弹尾焰独特的光谱特性，这为弹道目标检测提供了另一个更为有效的途径。因此，研究如何利用红外多光谱信息提高弹道目标检测性能显得尤为重要，而目前国内外缺少这方面的研究。单波段目标检测通过目标与其局部背景的灰度差异来区分目标，典型

8、的算法有最大中值滤波[2]、二维最小均方滤波[3]、核各向异性扩散滤波[4]等。多光谱目标检测通过光谱特征来区分目标，根据有无目标光谱信息，可分为光谱匹配检测和光谱异常检测。光谱匹配检测利用已知的目标光谱信息来突出目标、抑制背景，典型的算法有光谱匹配滤波算法[5]、匹配子空间算法[6]、稀疏表示算法[7]等；光谱异常检测利用待测光谱与其周围背景光谱的显著差异