红外弱小目标检测方法研究
一种红外图像序列弱小目标的检测方法
的检 测性能并且计算量较 低。
关键词： 小目标检测；红外 图像；红外弱小 目标；相 关检 测
中图分类号：Ｔ ７ １ Ｎ２ ５ Ｐ ５ ，Ｔ １ 文献标志码 ：Ａ
ｆ ｌ ｕｓ ｆ ｔｒ ｅ ｐ ｃ ｎ ｉ ｎ ｏ ｍａ ｉ ｎ ｔ ｌｔ ｅ ｎ ａ ｃ ａ ｇ ｔ ｄ ｔ ｃｉ ｎ ａ ｉ ｔ ｈ ｍａｌ ａ ｄ ｗｅ ａ ｇ ｔ ｕｌ ｅ ｏ ｇ ｔ ｓ ａ ｅ ａ ｄ ｔ ａ ｍｅ ｉ ｆ ｒ ｔ ｏ ｆ ｒ ｒ ｅ ｈ ｎ ｅ ｔｒ ｅ ｅ ｅ ｔ ｂ ｌ ｙ ｉ ｔ ｅ ｓ ｌ ｎ ａ ｔｒ ｅ ｏ ｉ ｈ ｏ ｉ ｎ ｋ
一
种 红外 图像序 列弱小 目标 的检 测方法
刘建华 ，毕笃彦 ，王红卫
（空军工程 大学 工程学院 ，西安 ７ ０ ３ ） １０ ８
摘要： 针对低信噪 比条件下红外弱小 目标 的相关检测算法存在的局限性 ， 本文提 出组合式相关检测算法 。 基于 Ｄ Ｔ Ｂ 的相关检 测算法运 算量小但检 测性能较 差 ， 而基 于 Ｔ Ｄ 的相 关检测算法检 测性能较 高 计算复杂。 Ｂ 但 根据对 两者优 缺 点的分析 ， 采用将 两种算法级联 的方法 ， 首先使 用基 于 Ｔ Ｄ的相关检测算法形成一个过渡帧 ， 以此 为基础使 Ｂ 再
第 ３ 卷 第 ｌ 期 ５ ０
２０ 年 １ ０８ ０月
光 电工程
Ｏｐｔ — ｅ ｔｏ ｉ ｇ ｎ ｅ ｉ ｏ Ｅｌ ｃｒ ｎ ｃＥｎ ｉ ｅ ｒｎｇ
Ｖ １ ５ Ｎｏ １ ｏ ． ， ．０ ３
０ｃ ． ０ ｔ ２ ０８
文章 编号 ： １０ —０ Ｘ（０ ８１—０ ８０ ０ ３５ １ ２０ ）００ ４— ６
基于Facet模型与方向相对极差的红外小目标检测方法
下的红外弱小目标检测技术在军事和民用领域
都变得越来越重要。因此，如何快速、准确地
Key words: infrared weak target detection； extreme differential value； local contrast； directional derivative feature&algorithmaBBeleration
0引言
随着红外探测技术的不断发展，复杂背景
Detection of Infrared Small-largtt Based on Factt Model
and Extreme Differential Value in Line Direction
WU Zhi-jia，CHEN Xiao-lin，V：NG Yu-qing，LI Da-qun (.Research and Development Center for Precision Instrument and Equipment，Changchun Institute of
10 文章编号：16729785(2019)05001008
红外
2019年5月
基于Facet模型与方向相对极差的 红外小目标检测方法
吴志佳 陈小林 王雨青 李苔群 (中国科学院长春光学精密机械与物理研究所 精密仪器与装备研发中心，吉林长春130033)
摘要：在对Facet.
的方向导数特
的基础上，针对红外弱小目标
收稿日期：2019-05-05 作者简介：吴志佳(1990-)，男，吉林松原人，硕士生，主要研究方向为目标跟踪与检测。 E-mail： 1132087611@qq. com
Infrared (monthly)/Vol.40，no.5， May 2019
红外图像中弱小目标检测前跟踪算法研究综述
面， 所谓“ 是指 目标红外辐射的强度 ， 映到图 弱” 反
像 上是 指 目标 的 灰 度 ； 谓 “ ” 指 目标 的尺 寸 ， 所 小 是 反 映 到 图像 上 是 指 目标 所 占的像 素 数 。红 外 弱
据检测概率和虚警概率计算单帧图像 的检测 门限， 然后对每帧图像进行分割 ， 并将 目标的单 帧检测结 果 与 目标 运 动 轨 迹 进 行 关 联 ， 后 进 行 目标 跟 踪 。 最
红外 图像 中弱小 目标 检 测前 跟踪 算 法 研 究 综 述
张长城 ， 德贵 ， 杨 王宏 强
（ 国防科技大学 电子科学与工程学 院， 间电子信息技术研究所 ， 空 湖南 长沙 ４ ０７ ） １０ ３
摘
要 ： 中分 析 了低 信 噪 比 复 杂背 景 中红 外 弱 小 目标 检 测 与跟 踪 的难 点 ， 文 比较 了 Ｄ Ｔ与 Ｂ
—— 景制 — 检门 卜－ 迹 塑坚 —— 背抑 限＿｛ 聪 — — －轨 ＿
图 １ 先检测后跟踪算法流程
踪问题成为当前研究的一个热点问题 。Байду номын сангаас
基金项 目： 国防预研基金 （ １０ ００ ０ Ｋ ０ ７ ） 国防装备 预先 ５ ４ １ １４ ５ Ｇ １０ ； 研究项 目（ １０ ０ ０ －２ 。 ４ ３ １７ １ ） 作者简介 ： 张长城（ ９ ６一） 男 ， １７ ， 国防科技 大学硕 士研究生 ， 主 要研究方 向为红外图像采集处理及 目标识别等。 收稿 日期 ：０ ６０ －１ 修订 日期：０６０ －５ ２ ０ －５３ ； ２ ０ －７０
维普资讯
第３ ７卷 第 ２期
２０ ０ ７年 ２月
激 光 与 红 外
ＬＡ ＥＲ ＆ Ｉ ＲＡ Ｄ Ｓ ＮＦ ＲＥ
红外空域弱小目标探测系统中恒虚警技术研究
第４ ｌ卷 第 ９期
Ｖ０１４１Ｎ Ｏ． ． ９
红 外 与 激 光 工 程
Ｉ ｆａ ｅ ｎ ｓ ｒ Ｅ ｇ ｎ ｅ ｉ ｇ ｎ ｒ ｄ ａ ｄ Ｌａ ｅ ｎ ｉ ｅ ｒｎ ｒ
２１ ０ ２年 ９月 Ｓｅ ．０１ ｐ２ ２
红 外 空域 弱小 目标 探 测 系统 中恒 虚 警 技 术 研 究
标从 红外 图像 中提 取 出来 。 红外 空域 弱 小 目标探 测 系统 中 ， 警率 与探 测 率是 一对 矛盾 的概念 。 在 虚 针 对这 一 问题提 出了一种 基 于杂 波模 型估 计理 论 的恒虚 警（ Ｆ Ｒ 检 测技 术。该 Ｃ Ａ ＣＡ ） Ｆ Ｒ技 术是 建立在 对
红 外 图像 背景 杂波 分析 建模 的基础 上 ， 据 Ｎ ｙ ｎ Ｐ ａｓｎ准 则设 计 Ｃ Ａ 根 ｅｍａ — ｅｒ ｏ Ｆ Ｒ检 测 器 ， 实现在 恒定 虚 警 的前提 下最 大化 追求 系统 的探 测 率 ，以此提 高红 外空域 弱 小 目标探 测 系统 的探 测 距 离和 目标识 别
能 力。
关 键词 ：红外 空域弱 小 目标探 测 系统 ； 虚 警 率 ； 恒虚 警 ； 探 测 率
红外图像处理中的目标检测与跟踪技术研究
红外图像处理中的目标检测与跟踪技术研究摘要：随着红外技术的快速发展和广泛应用，红外图像处理成为了研究的热点之一。
在红外图像处理中，目标检测与跟踪是重要的关键技术，它们在军事、航天、安防等领域发挥着重要作用。
本文将就红外图像处理中的目标检测与跟踪技术进行探讨与研究。
1. 引言红外图像处理是通过对红外图像的采集、传输、处理和分析来提取所需信息的技术，它广泛应用于军事、航天、安防等领域。
而在红外图像处理中，目标检测与跟踪是其中的重要技术，它们不仅能够快速、准确地识别目标，还能够在目标运动过程中进行跟踪，提供更多有关目标的信息。
2. 红外图像目标检测红外图像目标检测是指在红外图像中寻找感兴趣的目标或区域的过程。
目标检测分为两个主要步骤：目标候选区域生成和目标候选区域分类。
目标候选区域生成是通过一系列的图像处理算法和特征提取方法，识别可能包含目标的区域。
常用的方法包括滑动窗口、特征金字塔等。
而目标候选区域分类则是通过分类器对目标候选区域进行分类，区分出目标和非目标。
常见的分类器包括支持向量机（SVM）、卷积神经网络（CNN）等。
此外，红外图像目标检测中还需要考虑红外图像的特殊性质，比如低信噪比、热噪声等，并对算法进行相应改进，以提升检测的准确性和鲁棒性。
3. 红外图像目标跟踪红外图像目标跟踪是指在连续帧红外图像中追踪目标的位置、形状、运动状态等信息。
目标跟踪可以分为两个主要步骤：目标特征提取和目标位置预测。
目标特征提取是通过对目标的外观、运动等特征进行描述，提取出有区分度的特征向量。
常用的特征包括颜色、纹理、边缘等。
而目标位置预测是通过对目标过去的运动状态进行分析，预测出目标在下一帧的位置。
常见的预测方法包括卡尔曼滤波、粒子滤波等。
红外图像目标跟踪面临的主要挑战包括目标尺度变化、目标遮挡、背景干扰等，因此需要综合运用多种算法和方法来提高跟踪的精度和鲁棒性。
4. 红外图像处理中的挑战与展望红外图像处理中的目标检测与跟踪技术面临着诸多挑战。
红外图像处理中的目标检测算法研究
红外图像处理中的目标检测算法研究近年来，随着红外技术的不断发展，红外图像在军事、航空、遥感等领域中得到了广泛的应用。
而红外图像的主要特点是其对温度敏感，同时在空间和时间上均具有良好的分辨能力，因此它在目标检测中的应用也越来越广泛。
本文就探讨红外图像处理中的目标检测算法的研究进展。
一、红外图像处理中的目标检测算法概述目标检测算法是指通过对图像中的目标进行分析、处理，确定目标的位置、尺寸、形状、数量等信息。
在红外图像处理中，目标检测算法主要有以下几种：1. 基于滤波的目标检测算法滤波是图像处理中常用的一种处理方法。
基于滤波的目标检测算法一般采用各种卷积核对红外图像进行处理，通过滤波后图像的变化来确定目标的位置和尺寸。
这种方法简单易懂，但对目标的形状等特征提取不够精细，因此准确性有限。
2. 基于特征提取的目标检测算法特征提取是指从图像中提取出一些具有代表性的局部结构，为之后的分析和处理提供基础。
基于特征提取的目标检测算法采用各种特征提取方法对红外图像进行处理，通过提取出图像中的一些特征结构来确定目标的位置、尺寸、形状等信息。
这种方法相对于基于滤波的方法来说，可以提取出更为精细的目标特征，因此准确率更高。
3. 基于机器学习的目标检测算法基于机器学习的目标检测算法采用各种机器学习算法对大量的样本数据进行训练，从而达到对红外图像中目标的自动检测。
这种方法因为其在识别复杂目标方面的良好性能，引起了研究者们的广泛关注。
二、基于滤波的目标检测算法基于滤波的目标检测算法一般常用的方法是基于高斯滤波的算法。
之所以采用高斯滤波是因为，高斯滤波涉及到了频率域的平滑处理，通常情况下红外图像具有一定的噪声，采用高斯滤波可以有效去除噪声，从而提高目标检测的准确率。
基于高斯滤波的目标检测算法主要是通过建立一种高斯模型来检测图像中的目标。
该算法首先需要对图像进行高斯滤波，去除噪声，之后在滤波后的图像中连续分割出较明显的连通区域，基于这些连通区域建立模型，判别出其中的热点区，完成对目标的检测。
基于二维经验模式分解的红外弱小目标检测
红外
弱 小 目标
检 测
红 外 图像 中弱 小 目标 的 检 测 问 题 是 图像 领 域 的 研 究 热 点 ，同 时 也
是难点 。 目前红外 图像 中的弱小 目标检测在 军事领域 已经成 为一项独 立 的具有 明显特色 的研究方 向 ， 尤其欧美 国家的一些先进 的武 器系统 ， 包括航空母舰 的预警 系统 、 各种 飞机的红外搜索跟 踪系统 、 红外成 像制 导导 弹和一些地面军事设施 的告警系统 中，红 外弱小 目标检 测技术的 地位举足轻重 。 研究红外弱小 目标 的检测技术 ， 对现代 战争 以及未来战 争具有非常深远的影响 。 有关红外弱小 目标检测 技术的研究 内容 主要包含两个方 面 ：一是 从成像系统方面考虑 ： 主要 的研究 内容包括探测器 、 光学系统 和读 出电 路系统 以及器件非均匀性校正方 面的研 究。主要 目标 是为 了提高成 像 系统的空间分辨率 、 灵敏度和 响应 一致性 ， 期望提 高系统作用距离从 而 提高系统对弱小 目标的检测能力 ； 二是 从图像处理方 面考虑 ： 在成像 系 统的性能确定的情况下 ， 研究 图像处理 的合理算法 和理论 ， 从而最大程 度的发挥系统性能。本文红外弱小 目标 的检测研究 的内容是基于后 者 进行讨论。 二维经 验模式 分解应 用于红外弱小 目标检测 ， 将 希望通过新 算法的提出与研究 ， 宽红外弱小 目标检测 的研究思路 ， 高红外弱小 拓 提 目标检测的性能 ， 为之后的进一步研究提供一些借鉴 。 ２经 验 模 式 分 解 ． 希 尔伯 特——黄 变换 （ ｌｅ Ｈ ａｇＴａｓｏｍ， 写作 ＨＨ ） 由 Ｈｉ ￣一 ｕ ｎ ｒｎｆｒ 简 ｂ Ｔ是 ＮＳ Ａ Ａ的 ＮｏｄｎＥＨｕｎ ｒｅ ． ａｇ等人 于上 世纪末 首次提 出的一种新 的信 号分 析理 论 ， 验 模 式 分 解 （ｍｐｒ ａ ｄ ｃｍ ｏｉｏ ， 写 作 Ｅ ） 此 经 Ｅ ｉｃｌ ｉ Ｍｏ ｅ ｏ ｐ ｓｉｎ 简 Ｄｅ ｔ ＭＤ 是 理论 的 重 要 组 成 部 分 ， 引 入 了 内 蕴 模 式 分 量 （ ｔｎｉ Ｍｏ ｅ ｕ ｃｉ ， 其 Ｉ ｒ ｓ ｄ ｎｔ ｎ ｎｉ ｃ Ｆ ｏ 简写作 Ｉ ） ＭＦ的概念 ， 对信号进行经验模 式分解的基础上 ， 到一系列 在 得 的 Ｉ 。Ｅ ＭＦ ＭＤ的特 点是基 于信号局部特征的 ， 能对信号进行直观 的 、 直 接 的、 自适应 的、 高效 的分解 ， 不需要预先设定 基函数 ， 在分解过程 中， 基 函数直接从信号本身产生 ， 特别适用 于分析非线性 、 平稳信号， 非 具有重 要 的理 论 价 值 和 广 阔 的 应 用 前 景 。 Ｅ ＭＤ方 法 已在 机 械 、 通 、 洋 、 交 海 医 学、 电力等许多领域得到成功 的应用 。 图像可 以理解为二维 的非平 稳信 号， 把一维 Ｅ ＭＤ方法推广到二维 ， 并应用于 图像处 理方面 ， 有一定 的 具 理论和应用前景。 ３红 外 弱 小 目标 检 测 ． 为了降低背景起伏的影响 ， 增加像 素对直方 图的贡献 ， 便于后续 阈 值分割 ， 以可利用二 维经验模式 分解适用 于非平稳 、 所 非线性 的特点 ， 将图像分解为一系列处于高频部分的 Ｉ ＭＦ和处于低频部 分的残余分量 ｒ，， （ ｙ 这样便将处 于低频 的背景信息和处 于高频的 目标信息 分离开来 ， ｘ） 然后将残余分量 ｒ ，作为背景估计 ， 原图像 中滤 除。 （ｙ ｘ） 从 背景滤除后 的图像 仅包含 目标 和高频 噪声 ，此时应用 门限分割方 法得 到 目标 。 ３１ ．红外 图像分析 幅含有小 目标 的红 外图像 主要包 括三部分 ： 目标 、 景和噪 声。 背 因此 ， 一幅含有红外弱小 目标 的红外 图像 ｆ ， 可以用下式描述： （ｙ ｘ）
基于改进YOLO模型的红外图像微小目标检测方法
基于改进YOLO模型的红外图像微小目标检测方法目录1. 内容概览 (2)1.1 研究背景 (3)1.2 红外图像微小目标检测的重要性 (4)1.3 YOLO模型及其局限性 (4)1.4 研究意义与贡献 (6)2. 相关工作综述 (7)2.1 红外图像目标检测技术 (8)2.2 YOLO模型的基础知识 (10)2.3 微小目标检测方法 (11)2.4 改进YOLO模型的一般策略 (12)3. 基于红外图像的微小目标特点分析 (13)3.1 红外图像特征 (14)3.2 微小目标检测难点 (15)3.3 基于特征的改进思路 (16)4. 改进YOLO模型 (17)4.1 改进YOLO模型的设计理念 (18)4.2 微小目标检测算法原理 (20)4.3 网络结构改进 (20)4.4 训练与优化策略 (22)5. 实验验证与结果分析 (23)5.1 实验环境与数据集 (24)5.2 实验设置与方案 (25)5.3 实验结果与分析 (26)6. 应用实例 (27)6.1 遥感监测 (28)6.2 监控系统 (29)6.3 其他可能应用 (31)7. 结论与展望 (32)7.1 研究总结 (34)7.2 存在问题与不足 (35)7.3 未来工作方向 (36)1. 内容概览本文档详细阐述了基于改进模型的红外图像微小目标检测方法。
在日益增长的对微小目标检测的需求背景下，红外成像技术因其在低光条件下的优势，成为现代视觉系统中的重要组成部分。
然而，实时红外图像中，微小目标的检测是一个极具挑战性的课题，尤其当目标物体的尺寸远小于传统相机像素分辨率等情况。
为此，我们设计和实施了一种改进后的算法模型，用于增强红外图像中的目标识别和定位能力。
本方法通过优化网络架构、训练数据增强、正则化损失函数以及后处理等技术手段，显著提升了在红外图像中检测微小目标的准确性和鲁棒性。
对原始模型结构的详细分析及改进之处，包括特征提取层、特征融合机制以及输出层的调整。
一种基于自适应背景预测的红外弱小目标检测方法
ＷＡ Ｇ Ｙ ．ｉ ｇ ， Ｎ Ｚ ｅ ・ｕ ＷＡ Ｇ Ｈ ｎ — ｉ ，Ａ Ｇ Ｃ ｕ ｎｊ Ｎ ｕｘ ｎ ＨＡ ｈｎｄ ｏ ， Ｎ ｏ ｇｒ ｎ Ｚ Ｎ ｈ ａ － ａ ａ ｉ
（ ． ｅ ａ ｍ ｎ ｆ ｒ ｕｔ Ｍａａｅ ｎ， ｉ ＦｒｅＥ ｒ －ａｎｎ ｃｄｍｙＷｕ ａ ３ ０９，ｈｎ ；． ｏ ３Ｄ ｐｒ ｅｔＡ ｒ ｏ ｅ １ Ｄ ｐｒ ｅｔ ａ ａｅ ｎｇｍｅｔＡｒ ｏｃ ａ ｙｗ ｒｉ Ａ ａ ｅ ， ｈ ｎ４０ １ Ｃ ｉ ２ Ｎ ． ｅａｔ ｎ， ｉ Ｆｒ ｅｓ ａｅ ｃ ｎ ｉ ｅ ｅ ， ｕ ｓ ｈ ａ ａｕ ｓｏ ｈ ｒ ｄ ｃｅ ｉｅｓ ａ ｅ ｔ ｋ ｎ ｉｔ ｃ ｏ ｎ ． ｔｃ ｎ ｆｎ ｉ ｈ ｏ ｈ ｏ ｐ ｘ ｌ ｒ ｏ ｓ ｒ ｄ ｂ ｔａ ｏ ｔｅ ｇ ｙ ｖ ｌ ｅ ｆ ｔｅ ｐ ｅ ｉｔｄ ｐ ｘ ｌ ｒ ａ ｅ ｎ ｏ ａ ｃ ｕ ｔ Ｉ ａ ｄ ｄ ｌ ｒ
Ｅ ｒ — ａｎ ｇＡ ａ ｅ ｙ Ｗｕ ａ ３ ０ ９ Ｃ ｉａ ３ ９ ２ １ Ｕ ｉ ｏ ｔｅＰ Ａ， ｉ ｕ５ ０ ０ ， ｈ ａ ａｌ ｗ ｒｉ ｃｄ ｍ ， ｈ ｎ４ ０ １ ， ｈｎ ； ． ２ ６ ｎｔ ｆ ｈ Ｌ Ｈａ ｏ ７ ２ ３ Ｃ ｉ ） ｙ ｎ ｋ ｎ
Ａｂ ｔ ａ ｔ Ｔｒｄ ｔ ｎ ｂ ｃ ｇ ｏ ｎ ｒｄ ｃｉ ｎ ｏ ｔｎ ｉｔｏ ｕ ｅ ｘｒ ｏ ｓ ． ｍｉ ｇ ａ ｏｖ ｎ ｈ ｒ ｂｅ ， ｏ ｅ ｅｅ — ｓｒ ｃ ： ａ ｉ ｏ ａ ｋ ｒ ｕ ｄ ｐ ｅ ｉｔ ｆ ｎ ｒ ｄ ｃ ｓ ｅ ｔ ｎ ｉｅ Ａｉ ｎ ｔｓ ｌｉ ｇ ｔ ｅ ｐ ｏ ｌｍ ａ ｎ ｖ ｌ ｔｃ ｉ ｏ ｅ ａ ｄ ｔ ｎ ｍｅｈ ｄ ｆｒ ｄ ｍ ｍａｌｉｆａ ｅ ａｇ ｔ ａ ｅ ｎ ａ ａ ｔ ｅ ｂ ｃ ｇ ｏ ｎ ｒ ｄｃ ｉｎ ｉ ｐ ｏ ｏ ｅ ． ｈ ｔｏ ｓｄ ｆ ｒ ｉ ｔ ｏ ｏ ｉ ｓ ｌ ｎ ｒ ｒ ｄ ｔ ｒｅ ｓｂ ｓ ｄ ｏ ｄ ｐ ｉ ａ ｋ ｒ ｕ ｄ ｐ ｅ ｉｔ ｓ ｒｐ ｓ ｄ Ｔ ｅ ｍｅ ｈ ｄ ｉ ｉ ｅ — ｏ ｖ ｏ ｆ
红外图像序列中运动弱小目标检测的方法研究
２ 目标 分 割 ： ） 自然 图像 背景 噪 声 可近 似 看 作 高斯
利用 目标的信息。由于弱小 目 标在像面上最初可能只 有一个或几个像素大小 ， 缺乏有效 的辐射信息 和形状 特征 ， 可利用的信息 主要 为灰度信息和运动信息。因 此， 在利用灰度信息对单帧图像进行处理的基础上 ， 综 合 利用 目标 在 连续 帧 间运 动 的关 联性 和 连 续 性 ， 够 能
引 言
运动弱小 目标检测在 目标识别与跟踪等领域有着 广泛的应用 。复杂背景条件下 ， 红外运动 目标在像 面 上只有一个或几个像素大小 ， 并处于强杂波干扰下 ， 信 噪 比低 ， 何有 效 地检 测 出 目标 是亟 待解 决 的难题 。 如
为 了有 效 抑制 背 景 干扰 ， 高检 测 概率 ， 须 充分 提 必
Ｆ（ ， ， ）一 Ｉ ｍ ， ， ）＋ Ｎ （ ， ， ）＋ Ｂ（ ， ， ） ｍ 志 （ 志 ｍ 志 ｍ 志 ｍ 一 ０， ， ， 一 １ 一 ０， … ， 一 １ １… Ｍ ； １， Ｎ （） １
目 ， 标 然后利用邻域判决和 图像流分析提取 出真正 的 运动 目标。考虑到由于环境的影响 目 标可能在某一帧 暂时消失的情况 ， 通过选择合适的邻域判决条件 ， 避免 了漏检 。模拟实验证明该方法是高效可行的。
就是要提 取 出 图 像 中 的 高 频 分 量 ， Ｊ ｍ， 志 即 （ ）
和 Ｎ（ ， ， 。因 此 可 以采 用 高 通 滤 波 ， 留小 目 ｍ 志） 保 标 和高 频 噪声 ， 除 平 缓 变 化 的 背 景 。本 文 实 验 部 分 剔 采用 的高通 滤 波模 板 如下 ：
本文的弱小 目标检测过程分为三步 ；
・
收稿 日期 ；ｏ ２ｏ －２ ２ｏ －３１
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本科毕业设计论文题 目 红外弱小目标检测方法研究_______________________________________专业名称学生姓名指导教师毕业时间 2014年6月毕业 任务书一、题目红外弱小目标检测算法研究二、指导思想和目的要求本题目来源于科研，主要研究红外弱小目标的特点，常用的检测算法，进而实现红外弱小目标的检测。
希望通过该毕业设计，学生能达到：1．利用已有的专业知识，培养学生解决实际工程问题的能力；2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。
三、主要技术指标1．掌握红外弱小目标的特点；2．研究常用的红外弱小目标检测算法；3．实现红外弱小目标的检测。
四、进度和要求第01周----第02周： 参考翻译英文文献；第03周----第04周： 学习红外图像及其弱小目标的特点；第05周----第08周： 研究红外弱小目标的检测算法；第09周----第14周： 编写红外弱小目标的检测程序；第15周----第16周： 撰写毕业设计论文，论文答辩。
五、主要参考书及参考资料1. 武斌. 红外弱小目标检测技术研究. 西安电子科技大学博士学位论文.2. 史凌峰. 红外弱小目标检测方法研究. 西安电子科技大学硕士学位论文.3. 杨丽萍. 空中红外弱小目标检测方法研究. 西北工业大学硕士学位论文.4. 吴巍. 图像中目标特征的检测与识别. 华中科技大学博士论文。
5. 郑成勇. 小波分析在红外目标检测中的应用. 华中科技大学硕士论文。
6. 蔡智富. 基于自适应背景估计的复杂红外背景抑制技术. 哈尔滨程大学硕士论文。
学生 指导教师 系主任设计论文摘要红外弱小目标检测技术在当今的军事领域和民用领域都有很广阔的应用前景，是红外图像处理领域中一项历史悠久且又充满活力的研究课题。
在军事领域中，红外自寻制导，搜索跟踪和预警等技术在现代战争中占有非常重要的地位，红外弱小目标检测技术就是红外成像制导中的关键技术之一。
实际的武器系统对于雷达的要求越来越高，如何充分发挥雷达技术的优势,提高目标的检测能力，尽早获取来袭目标的相关信息对于提高武器系统的性能具有重要的意义，利用红外探测和跟踪系统进行防御是一个重要方向，而红外弱小目标检测便是被动红外探测系统的关键技术。
在民用方面，红外弱小目标检测研究依然是世界重点研究项目。
卫星大气红外云图分析、空间遥感、粒子碰撞、红外医疗图像病理分析、飞机拍摄地面红外图像地质分析、城市红外污染分析、森林防火和海面人员搜救等领域中，有效的红外目标检测技术可以帮助人们迅速提取有价值的信息，从而指导人们的生产和生活。
因此,对其检测具有很强的学术和工程应用价值。
本文重点研究了红外弱小目标的检测方法。
首先，综述了红外弱小目标检测技术的国内外研究状况，学习红外成像机理及特点。
了解了分析红外图像的热点和难点。
其次，针对目前的红外弱小目标检测方法，选择了三种红外弱小目标检测方法进行深入研究，分别是高通滤波检测法、中值滤波检测法和自适应门限法。
最后，根据三种检测方法自行设计程序，利用Matalb进行仿真。
仿真结果表明,本文研究的红外弱小目标检测方法能很好的突出目标,有利于弱小目标的检测，为将来更进一步的研究做出扎实基础。
关键词：弱小目标目标图像检测方法AbstractInfrared small target detection technology in today's military field and civilian field application is very extensive, it is an infrared image processing field has a long history and vibrant research subject.Guidance in the field of military, infrared self-optimizing, search tracking and warning technology occupies very important position in the modern war，infrared weak small targets detection technology is one of key techniques in infrared imaging guidance. Actual weapon system is more and more high to the requirement of radar, how to give full play to the advantage of radar technology, improve the detection ability of targets, obtain information about incoming target as soon as possible to improve the performance of weapon system is of great importance to the use of infrared detection and tracking system for defense is an important direction, and the infrared weak small targets detection is the key technology of passive infrared detection system.In terms of civil, infrared weak small targets detection research remains the world's key research projects. Atmospheric infrared satellite cloud image analysis, space remote sensing, particle collision, infrared medical pathology image analysis, infrared image plane shooting ground geological analysis, analysis of ir pollution in cities, forest fire prevention and the surface of the search and rescue, in areas such as effective infrared target detection technology can help people to extract valuable information quickly, so as to guide people's production and life. Therefore, the detection has great academic and engineering application value.This paper mainly studies the infrared weak small targets detection method. First, this paper reviews the progress of infrared weak small targets detection technology research status at home and abroad, learning mechanism and characteristics of the infrared imaging. To understand the hot and difficult in analysis of infrared images. Secondly, aiming at the infrared weak small targets detection method, choose three kinds of infrared weak small targetsdetection method in-depth research, respectively is high-pass filtering method, the median filtering method and adaptive threshold method. Finally, according to the designed program, three detection methods with the Matalb simulation. Simulation results show that the infrared weak small targets detection method in this paper can be a very good highlight goals, is advantageous to the weak target detection, make a solid foundation to further study in the future.KEYWORDS: Weak small targets Target image The detection method.目录第1章绪论 (6)1.1 课题背景、意义 (6)1.1.1 红外弱小目标检测中的有关概念 (7)1.2 国内外研究进展 (8)1.2.1 国外研究进展 (8)1.2.2 国内研究进展 (10)1.3 各章简介 (11)第2章红外图像分析 (12)2.1红外成像机理及其特点 (12)2.1.1红外弱小目标 (12)2.1.2红外背景 (13)2.1.3红外成像机理与红外热像仪 (14)2.2红外图像特征分析 (16)2.2.1噪声分析 (16)2.2.2背景分析 (17)2.2.3目标分析 (17)2.3本章小结 (19)第3章红外弱小目标图像检测方法 (20)3.1 高通滤波 (20)3.1.1理想高通滤波器 (20)3.1.2巴特沃斯高通滤波器 (21)3.1.3指数高通滤波器 (21)3.2 中值滤波 (21)3.3 自适应门限 (22)3.3.1自适应门限设定 (22)3.3.2自适应滤波器 (23)3.4 本章小结 (24)第4章仿真与讨论 (25)4.1高通滤波器 (25)4.2中值滤波器 (32)4.3自适应门限 (34)4.4仿真总结 (37)第五章全文总结 (38)参考文献 (39)致谢 (41)毕业设计小结 (42)第1章绪论1.1 课题背景、意义（1）背景状况：利用红外成像实现自动目标检测、识别与跟踪是现代军事武器装备的主要技术发展方向。