奇异值分解在红弱小目标背景抑制中的应用.docVIP

奇异值分解在红外弱小目标背景抑制中的应用 2010010208 张翠翠 （控制科学与工程学院 控制理论与控制工程 2010010208） 摘要:复杂背景的抑制是红外弱小目标检测技术的一个难题。为解决这个问题,本文提出了基于奇异值分解的背景抑制算法。该算法从矩阵的角度出发,通过对原始图像进行奇异值分解,将包含弱小目标信息的图像矩阵分解到一系列奇异值和奇异值矢量对应的子空间中,然后通过定义的偏差指数所确定的有效的奇异值个数来重构图像,从而达到背景抑制的目的。与二维最小均方误差算法比较,实验结果显示,该算法对红外弱小目标复杂背景从主观视觉和数值指标都具有良好抑制效果。 1、引言 红外告警系统因其被动探测、高度隐蔽的特点而受到广泛的重视。当红外弱小目标距离很远时,其成像面积非常小,且目标与背景的对比度、信噪比较低,常表现为淹没在复杂背景(例如大面积的云层和地面建筑物)中的几个像点,即为弱小目标。如果要可靠、稳定、准确地检测并跟踪这类目标,则必须对图像进行预处理,而高性能的背景抑制是其中重要而关键的一项预处理。 近20多年来,红外图像背景抑制技术得到较大的发展,主要有时域滤波、空域滤波、频域滤波、数学形态学滤波和小波域滤波等滤波方法。但是,当背景比较复杂时,这类滤波算法不能完全平滑边缘,从而导致检测概率的降低,虚警率增大。在这种情况下,为了使有用的目标特征被保留并得到有效增强,则必须要对