天基背景下的红外弱小目标检测

《天基背景下的红外弱小目标检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要摘要论文主要研究天基背景下的红外弱小目标检测方法。首先，为了提高红外图像质量，对红外焦平面阵列中的盲元进行深入研究。在详细论述了盲元的产生机理及响应特性的基础上，给出一种快速有效的盲元检测方法，即双阈值迭代盲元检测方法，继而将检测得到的行盲元使用相邻元替代法补偿，孤立盲元使用四邻域相邻元加权算法进行补偿。接着，重点研究了两种基于单帧图像的红外弱小目标检测方法。方法一为两阶段处理的目标检测算法，第一阶段提取潜在目标集合，第二阶段，通过判断对比，从第一阶段传递的潜在目标集合中剔除伪目标，提取真实目标；方法二为各向异性

2、自适应滤波法，文中使用基于偏微分方程的方法来选取适当的滤波系数，预测图像背景，将输入图像与预测背景图像相减，通过合适的阈值分割，得到弱小目标的位置。最后，针对单帧图像无法有效地区分随机噪声和目标的难题，本文利用序列图像中弱小目标运动的连续性和灰度值的相关性，给出最大．中值滤波与卡尔曼滤波相结合的序列运动目标检测方法。经过实验仿真证明，该检测算法能有效地对天基背景下的红外弱小目标实现检测。关键词：红外图像盲元目标检测各向异性自适应滤波卡尔曼滤波AbstractInfrareddimtargetdetectionunde

3、rthesky-basedbackgroundismajorstudiedinthispaper．Firstofall，inordertoimproveInfraredOR)imagequality,blind—pixeldetectionandcompensationforIRFPAisstudiedin-depth．Basedonthegenerationmechanismandresponsecharacteristicsfortheblind-pixel，afastandeffectiveblind-pixe

4、ldetectionalgorithm，whichisdoublethresholditerativealgorithm，ispresented．Afterthat,theresponse-valueofblind-pixeloftotallineisreplacedbytheneighborlinepixel，andtheisolatedblind-pixeliscompensatedbytheinterpolationusingtheresponse-valueofthefourneighborpixels．Th

5、en，basedonsingle·frameimage，twotypesofalgorithmonIRdimtargetdetectionarefocused．Oneistwostepsprocessingalgorithm．Inthefirststep，acollectionofpotentialtargetsisextracted．Theninthesecondstep，therealtargetisextractedbyjudgingandcomparingforthepotentialtargets．Theo

6、therdetectionalgorithmistheadaptiveanisotropicfilteringmethod．Inthisalgorithm，thefilterisbasedonamodifiedpartialdifferentialequation．Thebackgroundispre-estimatedbyselectingappropriatefiltercoefficients，andthenthetargetsignalisseparatedfromthefilteredimagebyadop

7、tingaproperthreshold．Finally,becausethedimtargetandtherandomnoisehavesomesimilarfeaturesinthesingle-frameimage，inordertosolvethedifficultprobleminseparatingdimtargetfromrandomnoise，thecontinuouspropertyofthemotion—positionandtherelativityofgray-scale-valueofthe

8、targetinthesequenceimageareutilized，andanewdim—targetdetectionalgorithm埘ththeimagesequenceispresented．Inthepresentedalgorithm，themax—medianfilteringalgorithmandthekalman—fil