基于二维EMD的红外图像弱小目标检测.pdfVIP

．l_TJ u¨平 常 斗苍 u朋 ElectronicSci．＆ Tech．／Oct．15．201l 基于二维 EMD的红外图像弱小 目标检测 邵 峰 (重庆邮电大学 通信学院，重庆 400065) 摘 要 针对红外图像 中的弱小 目标检测，提 出了一种经验模态分解 (EMD)检测复杂云天背景下红外弱小 目标的 新方法。该方法基于Delaunay三角剖分和径向基函数，将一维EMD方法推广到二维，并将其应用于红外图像 中小 目 标的检测。仿真实验结果表明，该方法能快速、准确地检测 出云天背景下的红外弱小 目标。 关键词 经验模态分解；红外小 目标 ；Delaunay三角剖分；径向基函数 中图分类号 TN219；TP391．41 文献标识码 A 文章编号 1007—7820(2011)10—126—04 A DetectionM ethodforInfraredSmallTargetBasedOnBEMD SHAO Feng (SchoolofCommunications，ChongqingUniversityofPostsandTelecommunications，Chongqing40065，China) Abstract Anewmethodisprovidedbasedontheempiricalmodedecomposition(EMD)tosolvethedifficul— tni‘sofinfraredimagedim smalltargetdetectionincomplexbackgroundofskyandsea．Thedecompositioninthispa— perisbasedonDelaunaytriangulationandRadialBasisFunction． Itsapplicationininfrraedimageshasshownthat theperformanceofthealgorithm candetectinfraredsmalltargetinbackgroundofskyandseaexactlyandquickly． Themethodpresentedinthispaperappearsinstructivefrom boththeoreticalandpracticalpointsofview． Keywords empirical modedecomposition；infraredsmalltarget；Delaunaytrianug lation；radial basisfunction 单帧红外图像弱小 目标检测是红外 目标检测领域 但对于如图1和图2所示的强杂波云天背景红外 的研究热点和难点。由于 目标距离远，成像受大气辐 图像，仿真结果表明，这几种方法的处理结果都不理 射的影响，图像中包含有较强的起伏背景和杂波干扰， 想，处理后无法去除云天背景线，且虚警概率高。 且本身无形状、纹理信息可以利用，不能通过多帧图像 积累 目标信息。因此，传统基于图像和强度信息的检 测方法无法得到 良好的检测效果。 对于强杂波背景下的红外弱小 目标检测方法，主 要集中在如何提高小 目标的检测概率，概括起来可分 为时域处理与空域滤波两类。对于时域处理算法，主 要有 图像熵差法 ¨、基于面模型的匹配滤波法 和基 于序列图像检测法等。时域处理算法基于不同时间采 集的多帧图像，图像序列必须配准，不适用于单帧图像 图1 原始红外 图像 a 目标检测。对于空域滤波算法，主要利用小 目标亮度 高于其邻域背景，且与背景不相关的特性 ，直接在空问 域内对图像像素值进行运算处理。空域滤波算法主要 有基于形态滤波的小 目标检测算法 J，K—L变换法， Butterworth高通滤波法和小波方法。