一种红外序列图像小目标检测新方法研究.pdfVIP

摘 要 随着导弹技术的发展和红外技术的进步 红外成像制导技术越来越受到研究人员 的重视 红外小目标的检测技术是红外成像系统中的核心技术之一 如何在红外图像 中检测和识别图像中的红外小目标是当前和今后一个热门的问题 红外图像中包含了大面积连续的背景 红外小目标以及噪声等几个部分 在红外 图像小目标的检测过程中 存在着信噪比低 可用的信息量少 背景信息复杂以及信 息处理量大等问题 目前的检测方法主要分为基于单帧图像检测和基于序列图像检测 两种 基于单帧图像处理方法仅仅利用了图像的一些基本特征 比如 像素的灰度等 此类方法很难从比较复杂的图像中检测出小目标来 因此 大多数检测方法都是基于 红外序列图像来进行检测 粒子群优化(Particle Swarm Optimization)算法是一类启发式随机全局优化技术 是 一种基于群智能 Swarm Intelligence 方法的演化计算技术 PSO 算法通过粒子间的 相互作用发现复杂搜索空间中的最优区域 PSO 的优势在于只涉及简单计算 易于实 现 适用范围广泛 本文介绍了基本的PSO 算法 若干类改进的PSO 算法 本文提出了一种红外序列图像小目标检测的新方法 基于粒子群算法的红外序列 运动小目标检测算法 检测步骤主要分为两个部分 首先通过图像预处理去除背景和 少许的噪声干扰 图像预处理包括高通滤波 灰度门限分离和根据目标运动特性进一 步预处理 然后对所得的候选目标点进行候选轨迹的构造 最后利用粒子群算法检测 出真正的运动轨迹 并最终确认红外运动小目标 仿真实验表明 该方法能够有效 可靠地从红外序列图像中检测出小目标 关键词 粒子群优化算法 红外序列图像 小目标 图像预处理 目标检测 I Abstract With the development of missilery and technique, researchers are paying more and more attention to infrared imaging guidance technique. The technique of small infrared target detection is one of the key technologies in the system of infrared image information. So the detection and recognition of small target in infrared images has been the subject of intense investigation now and in the future. The infrared image includes several aspects: great-area continuous background, small infrared target, noise and so on. There are many problems in the target detection, such as low signal to noise ration (SNR), little available information, complicated background information, and great handling capacity of information etc. There are chiefly two methods: the method based on the single image and the method based on the infrared image sequenc e. The method based on the single image only utilized some essential features of th