论文部分内容阅读
为了解决红外慢速小目标检测问题,本文提出了时域红外小目标检测方法。首先引入图像序列中背景像素、慢速目标像素以及杂波像素的时空域统一模型。然后基于时域差分模型提出了红外慢速小目标时域检测算法,算法共分为两步:相关检测和广义似然比检测。经过相关检测后,图像序列中的噪声几乎完全被门限所抑制,只有极少数噪声像素、全部目标像素和一小部分杂波像素可以通过相关检测门限。为了进一步从通过相关检测门限的像素中检测出目标,又提出了一种新的广义似然比检测方法。这种经过改进的广义似然比检测能够进一步抑制噪声和杂波,提高检测的性能。分析表明,时域目标检测算法能够以很高的检测概率和很低的虚警概率完成目标的检测,实验方法也证实红外缓慢变化背景中小目标时域检测算法具有很好的性能。 根据对红外慢速小目标检测问题的分析,结合预警卫星目标检测项目,在分析预警卫星目标检测应用背景的基础上,指出预警卫星目标检测是一种缓慢变化背景中的快速目标检测,然后提出了一种基于时域的预警卫星目标检测算法。理论分析表明,算法具有很高的性能,实验结果也证实了算法的有效性。 最后本文提出了一种空—时联合的红外小目标检测算法:首先采用自适应Wiener滤波器对图像进行单帧处理,抑制图像中的背景,从而得到一个白噪声序列,然后根据目标运动的相关性和连续性,利用一个3D目标检测管道检测出目标。分析表明这种算法具有较高的性能,实验结果表明它比一般的空—时算法运算高效。