红外小目标检测报告

《红外小目标检测报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、红外小目标检测方法概述1110540103李方舟1.什么是红外小目标？关于小冃标”的定义，FI前没冇统一的定论。一般认为，当红外成像的距离较远时，在成像平面上只占儿个或儿十个像素的面积，表现为点状或斑点状，对比度和信噪比较低的口标,即可称之为小目标。2.为什么要进行红外小目标检测？红外成像具冇距离远，隐蔽性高，抗干扰能力强，穿透烟尘，雾以及阴霾的能力强，可全天候，全时间工作等优点。因此被广泛应用于监视侦察以及导航等军事领域，成为现代精确制导武器的主要技术之一。在尽町能远的距离上检测并跟踪到敌方口标，以争取在有利

2、的吋机发动攻击。是决定现代战争胜负的重要因素。距离越远，目标成像面积越小，图象质量越差，对目标的检测和跟踪越困难。因此，研究小冃标的检测和跟踪方法，对提高红外成像系统的作用距离，有着非常重要的意义。目标检测作为寻的制导系统屮的前端处理环节，是精确制导屮最为关键和核心的组成部分。只有及时检测到目标，才能保证如目标的如目标跟踪等后续工作的正常进行。基于此原因，在红外凝视成像的图像序列中进行冃标检测具冇相当的难度，几乎所冇的小冃标检测法都致力于增强图像的信噪比，积累目标能量，以提高目标检测能力。3.红外小目标检测方法

3、分析对于红外目标的检测问题，口标的一些先验信息，如口标的形状、大小，目标灰度变化在时间上的连续性，以及目标运动轨迹的连续性等是有效分割目标和噪声的关键。目标检测方法根据这些特性的使用顺序不同，可分为两人类：先检测示跟踪(DetectBeforeTrack,DBT)方法和先跟踪后检测(TrackBeforeDetect,TBD)方法。3.1DBT检测方法基于先检测后跟踪的口标检测技术属于一类经典的红外目标检测。该类方法分为两步:首先根据目标形状，强度等特性，在单帧图像屮检测出候选目标，然示根据实际需要，在分割示的

4、二值化图形序列中，通过序列图像投彩到FI标轨迹。DBT检测方法主要分以下儿种：1)阈值检测方法所谓阈值检测方法，是基于目标在图像屮主要为高频分最，而背景对应低频部分这一事实，对淹没在近似正态分布杂波中的已知具响应分布的小目标，寻求其最佳信噪比。1)小波分析方法20世纪90年代以来，小波的应用研究得到了很大的发展。小波分析方法目标检测的主要思想是将冃标看作图像中的高频分量，利用小波多尺度分解捉取图像中的高频信息，然后通过选取合适的阈值消除噪声的影响，从而实现目标的检测。1)数学形态方法数学形态学将集介论的方法用于

5、图像分析，是物体形状定屋描述的冇效手段。尤其是它同图像处理技术的紧密结合，现已发展成为一个新的图像处理分支，即图像形态学。数学形态学作为一种数字图像处理的新方法，其研究的主要目的在于描述图像的基本结构和特征。具主要内容是在积分儿何和随机集论基础上，设计一整套变换、概念和算法，描述图像的各个像素之间的关系。形态学的基本运算有4个：膨胀、腐蚀、开和闭。灰度图像的腐蚀和膨胀过程可直接从图像和结构元索的灰度级函数计算出来。与基本形态学运算不同，系统处理的是灰度图像，而不是集合。膨胀（/◎g）（xj）=ming（，-i-

6、j）｝2开运算(/°g)(x』)=[(y°g)®g】(D闭运算(/•g)D=[(/®g)og](x;j)对于腐蚀运算和膨胀运算还有以下性质/©（09力）=（咫阿/©（g©h）=（/®g）@h2)神经网络方法神经网络技术在模式识别与分类、识别滤波、自动控制、预测等方面已展示了其非凡的优越性。神经网络的结构由一个输入层、若干个屮间隐含层和一个输出层组成。神经网络分析法通过不断学习，能够从未知模式的大量的复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型*1数形式的困难，它是-•种白然的非线性

7、建模过程，毋需分清存在何种非线性关系，给建模与分析带来极人的方便。BP算法即多层网络误差反传算法，网络结构为：一个输入层、一个输出层、若干个隐含层，-•般隐含层取1,每层由多个神经元组成,网络结构如图2所示。BP算法学习过程由正向传播和反向传播组成。正向传播：输入信号输入层向隐含层、输出层传播。输入层隐含层输出层fl几图2BP网络结构yh=f(ykfM(2・)■■Iy/=fi(刀4•莎M刀sxi”(2・2)fi其中,Xi为输入信号;yh,fl为隐层输出及转移函数;y「,f2为输出层输出及转移函数;Wih为

8、输入层至隐含层连接权值；可訥为隐含层至输出层连接权值。反向传播：如输出层得不到H标位，将目标值与输出值Z差反向传播，逐层修改各层神经元连接权值,使输出谋差减小至允许范围内。其权值修正公式为ujyfm+1)=whj(n)+哺jyh<2-3)其中，©=f{(刀w屛n)yh))•(£・卅)・h^ih(w+1；=wjh(n)+其中，况=f(牙阮(n)xt)・V/wjy(n)Sj);1j式中，