海面红外弱小目标检测方法研究.pdf

海面红外弱小目标检测方法研究

摘要

目标检测技术广泛应用于水下无人航行器（UnmannedUnderwaterVehicle，UUV）

的航行任务中，本文的研究背景是对UUV所携带的红外成像系统将目标远距离成像得

到的红外图像进行目标检测，该技术的成功实现对UUV进行海上侦查探测、海域保护

和遇险搜救等方面都具有重要的现实意义。在传统的单帧检测中，由于目标缺乏形状和

纹理等信息使得传统算法容易出现漏检，另外，由于海面环境的复杂性使得传统方法对

目标增强后的背景干扰杂波滤除不彻底。针对以上问题，本文对单帧海面红外弱小目标

检测的特征设计与目标决策过程分别做了改进。主要内容如下：

首先，针对复杂海面环境下多种类别的干扰会对目标产生不同程度的影响，本文分

别对海面红外图像下的目标和背景特性进行了分析，指出相同类型的干扰具有一定的集

群特性，同时小目标存在近二维高斯分布特性的结构信息和数量上的稀疏性。在此基础

上，进一步利用灰度分布和区间范围作为度量，提出了先局部增强目标和初步抑制干扰，

再利用全局角度下干扰的聚类划分进行彻底滤除并提取目标的设计思路。

其次，针对传统算法在特征设计阶段对小目标的增强能力不足易造成漏检的问题，

本文提出一种新的局部相异性度量和加权梯度的特征设计方法。该算法在局部角度方

面，利用滑动窗口结合Wasserstein距离度量局部八邻域图像块的灰度分布，以此设计了

局部相异性度量特征LDM，同时建立了极坐标角度体系，并加入梯度方向偏移量与幅

值作为权重。实验结果表明，该特征设计方法显著提高了对小目标的增强能力。

然后，针对传统自适应阈值分割的小目标决策过程容易出现阈值过高则漏检，阈值

过低则分割不彻底进而导致虚警较高的问题。本文设计了在全局角度下的聚类划分目标

决策过程。该算法对局部特征的设计结果通过近邻点去除来提取疑似目标，再利用幅值

傅里叶变换结合非对称的互KNN近邻图对全局聚类划分进行初始化。之后通过设计类

内、类间距离度量与合并准则，从迭代合并后的类别中确定真实目标位置并对干扰实现

彻底滤除。实验结果表明，该决策过程成功从聚类划分中提取到目标区域，实现了目标

增强与背景抑制的设计要求。

最后，针对数据集的实际成像环境选取了该领域合适的评价指标。为了验证所提出

算法的有效性，本文选择了五种该领域较为先进的算法与所提方法分别在实际海域的红

外数据集和自建的红外数据集上进行定性与定量的实验对比。实验结果表明，所提方法

具有低虚警、高正确检测率的优势。同时多尺度检测和抗噪性分析也表明该设计具备多

哈尔滨工程大学专业学位硕士学位论文

尺度目标检测能力以及一定的抗噪性能。

关键词：水下无人航行器;海面红外图像;局部特征;全局聚类

海面红外弱小目标检测方法研究

Abstract

TargetdetectiontechnologyiswidelyusedinthenavigationofUnmannedUnderwater

Vehicle(UUV).Theresearchbackgroundofthisarticleisthattheinfraredimageobtainedby

theinfraredimagingsystemcarriedbyUUVisusedfortargetdetection.Thesuccessful

realizationofthistechnologyhasimportantpracticalsignificanceintheaspectsofUUV

maritimedetection,seaprotectionandrescueindistress.Inthetraditionalsingle-frame

detection,thetraditionalalgorithmiseasytomissd