復雜背景下紅外弱小目標檢測算法研究.pdf

1、紅外弱小目標檢測技術是紅外預警系統中的核心技術，這類武器系統對國家安全起著極為重要的作用。為此，本文就紅外弱小目標檢測問題進行了深入的分析與討論，提出了新的檢測方法與算法研究思路，并從系統實現角度對武器系統的設計進行了詳細的論述，提出了兩種紅外搜索與跟蹤系統的組網構想，為紅外預警系統的設計提供了相關依據。
　　 本文從不同角度對紅外弱小目標圖像進行分析，提出了新的弱小目標檢測方法：
　　 利用圖像方差加權信息熵對紅外弱小

2、目標圖像進行分析，并將其作為對圖像復雜度定量描述，深入討論了不同類別區域復雜度特征值的本質成因，并基于此構造了新的圖像預處理方法與自適應門限分割方法，進而實現了對紅外弱小目標圖像的自適應門限分割完成目標檢測。
　　 利用模糊分類的思想對紅外弱小目標圖像進行分析，根據紅外弱小目標圖像中不同區域灰度分布情況，將圖像分為多個類別區域，并定義了類別特征矢量，同時依據模糊分類準則定義了類別相似系數，進而對圖像中不同區域進行類屬性判別，最后

3、通過對弱小目標類別進行提取從而實現弱小目標檢測。
　　 對基于分類模型的模糊分類弱小目標檢測方法進行擴展：重新構造分類模型，根據類別核及其類別特征矢量，結合模糊分類理論定義了類別相似系數，并定義了類別貼近度來實現不同類別區域的類別歸并，從而解決了因紅外弱小目標圖像中包含本文建立的類別區域不全而帶來的誤分類問題，得到了一種全新的弱小目標檢測思路。對上述兩種基于模糊分類目標檢測方法進行了進一步的推廣，得到了基于分類算法的算法框圖。<

4、br>　　 對傳統的空域背景抑制算法對復雜背景抑制效果較差的本質原因進行了分析，首次將區域方向直方圖概念引入弱小目標檢測領域，并基于此構造了背景抑制改進方法：根據背景區域的灰度分布特點針對性的構造背景抑制算法，引入了區域方向直方圖作為不同區域的類別判別依據，并定義了每類類別共性模板與共性背景預測系數模板，將局部二值模式(LBP)作為類別區域的結構表達方式，利用其對不同區域的背景預測系數模板進行修正以得到適應每個區域的系數模板，由此，實