?>@AC:75+&&$!一种起伏背景下的红外小目标检测算法张艳晶,杨卫平(国防科技大学"> ?>@AC:75+&&$!一种起伏背景下的红外小目标检测算法张艳晶,杨卫平(国防科技大学" />
欢迎来到天天文库
浏览记录
ID:3908263
大小:149.20 KB
页数:4页
时间:2017-11-25
《一种起伏背景下的红外小目标检测算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第+,卷)第%期红外技术B>?5+,)*>5%))))))))))))))))))))))))))))))))+&&$年%月6789:92;"2<=7>?>@AC:75+&&$!一种起伏背景下的红外小目标检测算法张艳晶,杨卫平(国防科技大学电子科学与工程学院!"#实验室,湖南长沙$%&&’()摘要:)提出了一种用一维中值滤波进行背景估计的方法。首先分析了红外小目标、噪声及其杂波特性,提出了用小窗口的二维中值滤波进行背景估计;然后进一步根据红外扫描系统的特点,把二维中值滤波简化为一维中值滤波,使去背景效果提高,并且运算量大幅下降;最后对预处理后的图像采用自适应门
2、限进行目标分割。实验表明该算法可以达到较高的检测率,而且满足大尺寸图像实时处理的要求。关键词:)小目标;)背景估计;)中值滤波;)自适应门限;)目标检测中图分类号:"*+%,))文献标识码:!))文章编号:%&&%-../%(+&&$)&%-&&$.-&$外大气云层起伏背景图像是广义平稳的,在空间上近引言似呈高斯分布,并且具有长相关性。在现代高技术条件下的局部战争中,要求武器系遥感图像中,点目标亮度较周围背景高,与背景不统具备快的反应速度,远的发现距离,即要求目标在很相关,是图像中的孤立亮点。对红外扫描系统,由于抖远处就能被实时检测到。这时目标的图像很小,只有
3、动、空间光干扰、空气震动等原因,会出现目标模糊,目一个或几个像素的面积。另一方面噪声和背景杂波的标尺寸变大成为小目标。从光学的角度看,目标大小[/]干扰又很强。因而远距离、低信噪比、强杂波下的小目可模型化为一个在二维空间的离散高斯脉冲:[%,.]标检测问题成为当前一个既热门又困难的课题。%*+++%(*,+)$234{,[()&()]}(+)随着敌我双方的武器装备向机动性、隐蔽性的方+!*!+向发展,要求空间卫星侦察系统搜索的空间越来越广,!*,!+分别为目标水平和垂直方向上的尺寸参数。而目标的位置具有越来越大的随机性。同时,由于目由文献[,]可知,事实上目标
4、轮廓是图像点扩展标是运动(机动)的,目标检测系统处理的实时性要求函数一维轮廓的扩展和收缩;抽出图像中含有目标的比其他固定类目标要高得多[+]。所以对大尺寸强起某一行或某一列可以看出,目标呈现为既窄又高的脉伏红外图像进行实时处理成为必须。冲,可以看作点脉冲,而云杂波边缘变化缓慢,呈现为很宽的脉冲,且没有目标的亮度高。!)目标与背景模型通过分析知道,红外遥感图像中除了目标基本不红外探测器的输出图像!(",#)可以表示为:存在点脉冲噪声,所以滤波时可以把小目标看作图像!(",#)$%(",#)&’(",#)&((",#)(%)中的点脉冲噪声。式中:%(",#)为目标
5、在图像平面上的投影,’(",#)为强")背景估计与对消起伏云背景杂波,((",#)为图像噪声,(",#)为图像坐标中的某个像素坐标值。由(%)式可知,包含起伏云背景的红外图像中,背红外成像系统的噪声主要有两部分组成,一部分景是图像的主要成分,如果能得到背景杂波及噪声的只与响应波段内天空背景的红外辐射亮度有关,另一准确估计:部分只与红外成像系统内部参数有关[(]。这些噪声!-(",#)$’-(",#)&(-(",#)(()[$]中主要是白噪声和非平稳的%0)噪声。就可以得到:红外遥感图像背景除了不相关的噪声外,主要是!(",#),!-(",#)$%(",#)&(
6、(.",#)($)大面积缓慢变化的云层。这些云层本身不仅变化缓式中:((.",#)是由于背景估计不准确而残余的噪声。慢,而且具有一定的相关性。只是由于搜索空间的广"5!)小窗口中值滤波背景估计域性,云层背景起伏很大。由文献[1]可知:实际的红由第%节的分析可知:要得到背景的准确估计,即!收稿日期:+&&(-&$-&/$.万方数据第8D卷’第!期G4-&8D’H4&!’’’’’’’’’’张艳晶等:一种起伏背景下的红外小目标检测算法’’’’’’’’’’8""F年!月I71&8""F是要在去除等价于点脉冲噪声的小目标的同时,尽可调背景的空间相关性而得到好的背景估计。
7、所以,只取能不改变图像的其他部分。去除点脉冲噪声的有效方滤波窗口中的对角线像素((!"(!,#(!),(!",#),(!")!,#[!"]法是中值滤波法,并且中值滤波在去除脉冲噪声的)!))进行滤波,以达到在减少运算量同时,尽可能不降同时,对其他噪声的滤除效果并不好。这本来是中值低估计效果的目的。滤波窗口如图!所示。滤波的一个弱点,但在这里,可以利用它的这个“弱(!"(!,#(!)点”,通过滤波尽可能准确地保留图像背景。在背景(!",#)估计时,要尽可能不对背景图像进行平滑,所以采用小(!")!,#)!)窗口(不超过#$#)的中值滤波。通过实验,%$%的图!’
8、滤波窗口’’*+,&!’*+-./0+
此文档下载收益归作者所有