基于视觉特征融合的红外弱小目标检测方法研究

发布时间：2021-09-09 06:47

　　红外成像系统具有隐蔽性好、探测距离远的优势,在现代国防领域发挥着重要作用。在远距离机载成像过程中,目标所占的像素很少,通常呈现出点状特征。受大气扰动及光学散射等影响,探测到的红外图像信杂比较低,当机载成像平台发生姿态调整或抖动时,探测到的目标缺乏具体的形状、纹理及结构信息,导致能够提取的特征信息很少。此外,由于目标和机载成像平台通常具有机动运动特性,当目标受云层遮挡或杂波等高亮背景干扰时,目标和背景较难有效区分。当探测到目标为多个时,由于各目标的信号强弱不同,较弱的目标易淹没在复杂环境中,增加多目标的检测难度。以上因素使得复杂环境下的单、多目标检测问题成为亟待解决的技术瓶颈问题。因此,对该问题的研究具有重要的理论意义和工程价值。本文综合利用视觉特征技术,围绕以上关键技术问题展开研究,主要工作如下:针对复杂环境下目标信号微弱的问题,采用一种具有通用性的红外图像预处理算法,利用Laplace算法对图像进行锐化处理,提取图像的轮廓边缘,并叠加到原始图像上,其目的是增强真实目标与疑似目标的像素强度,以降低目标的检测难度。针对复杂云层和强杂波干扰环境下图像的信杂比低的缺陷,提出一种基于梯度和灰度... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

均匀较暗天空图像及其三维强度图

重庆邮电大学硕士学位论文第2章红外图像特性分析及预处理算法12(a)起伏较亮天空图像(b)起伏较亮天空图像的三维强度图图2.3起伏较亮天空图像及其三维强度图图2.3为灰度强度起伏变化较大、云层边缘的杂波较强烈的红外图像，图2.3中(a)可以看出高亮云层变化比较强烈，增加了对弱小目标检测的难度。由图2.3中(b)可知，像素灰度值较高的高亮云层与像素灰度值较低的天空的衔接部分为云层边缘，该区域的像素灰度值发生跳变，部分算法常将此误判为弱小目标，造成虚警。另外，由于高亮的云层边缘像素灰度值较高，与目标像素的强度相接近，此时，部分目标被云层遮挡时，使得目标的边缘更加模糊，信号能量更低，导致目标与局部区域的对比度极低。因此，又进一步增加了弱小目标的检测难度。由此可知，背景的复杂情况对弱小目标的检测性能产生极大的影响。(a)海天背景图像(b)海天背景图像的三维强度图图2.4海天背景图像及三维强度图图2.4为具有海天线干扰的海天复杂背景下对弱小目标进行检测。通过图像2.4(a)可知，天空多为大面积云层，起伏不大，但天空和海面接壤部分为海天线，该部分的灰度值同样发生跳变，会对弱小目标检测产生影响。2.3.2噪声特性分析红外图像中的噪声的来源包括外部噪声和内部噪声，外部噪声主要来源于视场内的坏境干扰，内部噪声由红外成像系统中各组成部分产生如光学系统、探测器、预处理电路、图像成像平台产生[34]。因此，成像系统中产生的噪声通常呈现为较为

重庆邮电大学硕士学位论文第2章红外图像特性分析及预处理算法12(a)起伏较亮天空图像(b)起伏较亮天空图像的三维强度图图2.3起伏较亮天空图像及其三维强度图图2.3为灰度强度起伏变化较大、云层边缘的杂波较强烈的红外图像，图2.3中(a)可以看出高亮云层变化比较强烈，增加了对弱小目标检测的难度。由图2.3中(b)可知，像素灰度值较高的高亮云层与像素灰度值较低的天空的衔接部分为云层边缘，该区域的像素灰度值发生跳变，部分算法常将此误判为弱小目标，造成虚警。另外，由于高亮的云层边缘像素灰度值较高，与目标像素的强度相接近，此时，部分目标被云层遮挡时，使得目标的边缘更加模糊，信号能量更低，导致目标与局部区域的对比度极低。因此，又进一步增加了弱小目标的检测难度。由此可知，背景的复杂情况对弱小目标的检测性能产生极大的影响。(a)海天背景图像(b)海天背景图像的三维强度图图2.4海天背景图像及三维强度图图2.4为具有海天线干扰的海天复杂背景下对弱小目标进行检测。通过图像2.4(a)可知，天空多为大面积云层，起伏不大，但天空和海面接壤部分为海天线，该部分的灰度值同样发生跳变，会对弱小目标检测产生影响。2.3.2噪声特性分析红外图像中的噪声的来源包括外部噪声和内部噪声，外部噪声主要来源于视场内的坏境干扰，内部噪声由红外成像系统中各组成部分产生如光学系统、探测器、预处理电路、图像成像平台产生[34]。因此，成像系统中产生的噪声通常呈现为较为


本文编号：3391627