复杂背景下的弱小目标检测算法研究

《复杂背景下的弱小目标检测算法研究》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、西安电子科技大学硕士学位论文复杂背景下的弱小目标检测算法研究姓名：王争艳申请学位级别：硕士专业：物理电子学指导教师：杨廷梧;刘上乾20090101摘要本文旨在研究天空复杂背景下的红外弱小目标检测方法。由于红外图像中弱小目标、大面积背景和随机噪声的特性差异，检测方法的设计重点从背景抑制展开。在概括总结国内外一些经典算法的基础上，本文提出了基于奇异值分解和改进的双边滤波两种预处理方法，来提高背景抑制的性能。其中，基于奇异值分解的检测方法采用统计准则，选取有效奇异值，从重构图像矩阵的角度实现背景抑制；而改进的双边滤波检测方法，在吸取传统双边滤波兼顾考虑像素间距离邻近性

2、和灰度相似性优势的基础上，添加了局部梯度标准差的约束条件，来增强背景抑制的效果。为了解决单帧检测中分离具有相似特性的弱小目标和噪声的难题，本文利用序列图像中弱小目标运动位置的连续性和灰度值的稳定性，提出了基于序列图像的运动目标检测方法，实现了复杂天空背景下、信噪比不小于1．6的多个弱小目标的可靠检测。关键词：目标检测背景抑制奇异值分解双边滤波序列图像AbstractThispapermakesacomprehensiveandin—depthstudyoninfraredweakandsmalltargetsdetectionunderthecomplicate

3、dbackgroundofsky．Becauseofthecharacteristicdifferencebetweenweakandsmalltarget，largeareabackgroundandrandomnoiseintheinfraredimage，thedesignoftargetdetectionconcentratesonthebackgroundsuppression．Basedonsummarizingseveralclassicalalgorithmshomeandabroad，twopretreatmentmethodsarebroug

4、htforwardinthisPapertoimproveperformanceinsuppressingthebackground．OneisdetectionmethodbasedOilsingularvaluedecomposition(SVD)whichselectseffectivenumbersofsingularvaluebyadoptingstatisticalcriteria,andreconstructsanewimagematrixtoachievebackgroundestimation．Theotherismodifiedbilater

5、alfilter(MBF)backgroundsuppressiondetection．Formodifiedbilateralfilterdetectionmethod，notonlyabstracttheadvantageoftraditionalbilateralfilterthatspatialclosenessandphotometricsimilaritybetweenpixelsaretakenintoconsideration，butalsoaddthelocalconstraintconditionofgradientstandarddevia

6、tiontoenhancetheeffectinbackgroundsuppression·Inordertosolvethedifficultyinseparatingrandomnoisefromweakandsmalltargetwhichhavethesimilarfeatureinthesingleframe，thispapermakesuseofthecontinuouspropertyofmotionpositionoftargetsandstabilityofpixels’gray-scalevalueinthesequenceimages，an

7、dproposesthetarget—motiondetectionwithimagesequences．UltimatelyachievereliableinfraredweakandsmalltargetsdetectionundertheconditionofcomplicatedbackgroundofskyandSNRnolessthan1．6．Keywords：TargetDetectionBackgroundSuppressionSingularValueDecompositionBilateralFilteringSequenceImages声明

8、西安电子科技大学学位论文