复杂背景下的红外弱小目标检测算法研究

摘要

复杂背景下红外小目标检测是现代图像处理领域的热门课题之一,探索和研究新的小目标检测算法以及如何将现有的各种处理方法应用于小目标检测具有十分重要的意义。
　　本文在分析红外小目标图像特点的基础上,介绍了几种常见的预处理技术和目标检测技术,并对其性能进行了分析和评价,其中主要包括图像背景抑制算法和图像分割即阈值选取算法。在此基础上,本文提出了一种新的红外小目标检测算法:基于多阈值分层的连通域筛选算法进行图像的背景抑制,并采用基于连通域匹配的管道滤波算法检测小目标。该算法利用小目标和周围背景高度不相关以及其内部像素高度相关的特性,把图像在多个均匀间隔的阈值下分层,从而小目标被单独分到较小的连通域内,再结合小目标的面积、形状和梯度等特性把其从背景连通域内分割出来。通过调节目标的面积阈值,该算法可以适应包含各种大小目标的图像预处理。提出该方法之后,本文第四章论述了与其相适应的滤除噪声算法和连通域匹配算法,并对该算法进行了各种优化以便其具有跟好的实时性。实验表明该算法在时间性能和检测的准确性上达到了平衡,具有良好的目标检测效果。

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1课题的研究背景与意义

1.2国内外的研究现状及尚存在的问题

1.3本文研究内容安排

2 红外图像噪声分析及预处理

2.1中值滤波

2.2高通模板滤波

2.3数学形态学滤波

2.4基于局部背景相关性的滤波方法

2.5基于分层阈值化的滤波算法

2.6几种预处理方法的效果分析与对比

3基于图像序列的红外小目标检测算法

3.1常用的DBT类检测算法

3.2常用的TBD类检测算法

3.3本章小结

4基于连通域匹配的红外小目标检测算法

4.1图像预处理

4.2 连通域的求取和伪目标连通域的剔除

4.3帧间连通域匹配与跟踪

4.4检测结果分析

5总结展望

致谢

参考文献

附录：攻读硕士期间发表的论文