复杂背景下红外弱小目标检测-模式识别与智能系统专业论文.docx

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体 已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以 明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索， 可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□， 在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 中科 技 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 红外弱小目标的检测和跟踪一直以来是影响光电探测跟踪系统性能的核心技术之 一。因其成像距离远，信噪比低，形状、纹理等信息缺失。使得复杂背景条件下弱小 目标的稳定检测与跟踪成为当下热门研究课题。 本论文围绕复杂天空背景条件下红外弱小目标的检测，在分析红外弱小目标图像 特性的基础上，依次对单帧图像预处理、目标能量增强、序列图像检测三个方面的关 键问题展开研究。 本论文的主要研究工作是： (1) 红外弱小目标图像的基本模型，并对红外图像的基本要素目标、噪声和背景三 个方面的特性进行了分析验证。 (2) 红外图像预处理。首先分别从时域、空域、变换域介绍了常用的红外图像预处 理算法，重点介绍了中值滤波、形态学滤波两种经典算法。通过改进形态学滤波算法， 对红外弱小目标图像进行滤波预处理，并对所得滤波图像进行局部极大值分割处理。 (3) 对于去背景图像中的小目标而言，能量依然很弱，且有噪声干扰，不利于目标 的准确分割提取。在分析高阶相关滤波算法的基础上，增加序列帧间目标运动特性的 考虑，对原有高阶相关算法进行改进，取得了良好的目标增强效果，有效抑制了高斯 噪声，提高了图像信噪比。 (4) 弱小目标检测。分析动态规划算法在弱小目标序列图像检测中的应用，利用动 态规划算法从经过相关高阶滤波处理后的序列图像中检测出弱小目标。 关键词：红外弱小目标 形态学滤波 高阶相关滤波 动态规划 II II Abstract The detection and tracking algorithm of dim-small infrared targets has always been a key technology in photoelectric detection and tracking system. The signal-to-noise ratio is sufficiently low due to the large detection range, no information content of targets signature can be used. Therefore, how dim point target scan be robustly detected and tracked under complex aerial background have become the more realistic and challenging research topics. Around detection of dim-small infrared targets in complex aerial background，the thesis analyzes the characters of infrared images, and makes progress with the key technology in complex background suppression, energy enhancement of weak targets and target detection. The main content of the thesis includes: The author makes the model of infrared image. Verify the model though analyzing three basic characteristics of actual infrared small-dim target images, including of target, noise and background