天空起伏背景中红外弱小目标检测新方法研究

弱小目标论文 背景杂波论文 背景预测论文 时域廓线论文 管道滤波论文
论文详情
本文围绕天空起伏背景中红外弱小目标的检测问题,展开以下研究:1、在分析背景杂波与弱小目标的图像特性基础上,研究红外图像中弱小目标与背景杂波在空域和时域中的可分离性,对不同特征的可分离性进行分析和比较,确定了在空域强相关的背景杂波灰度分布特征、在连续帧间强相关的弱小目标灰度特征以及在连续帧间强相关的弱小目标位置特征作为本文算法研究的出发点;2、在分析背景预测模型的基础上,比较固定权值和自适应权值的背景预测算法,依据背景杂波灰度分布在空域强相关的图像特征,提出一种局域同质背景预测算法,这种方法可以克服异质背景区域对预测精度的影响,大幅减少不必要的预测运算以及由此带来的运算误差,显著提高残差图中弱小目标信号的信杂比,改善背景预测方法检测弱小目标的性能;3、提出一种对比滤波的时域廓线算法,针对传统方法当弱小目标与云边缘杂波的运动速度相当时出现虚警的情况,新方法在分析弱小目标、云边缘杂波以及平稳背景三类像素点时域特性的基础之上,首先利用时域廓线特性抑制平稳背景,然后依据云边缘杂波像素在空域连续,而弱小目标像素在空域孤立的特性,构造空域对比滤波器,并使用对比滤波器对去除平稳背景的图像数据进行滤波,最后再进行时域廓线的驻点连线滤波以实现对弱小目标的检测,该算法能明显消除与弱小目标运动速度相当的云边缘杂波虚警,进一步提高弱小目标的检测概率;4、提出一种运动方向估计的管道滤波算法,分析了红外弱小目标的运动特性,依据弱小目标在相邻帧间位置具有连贯性的特征,建立了弱小目标的运动方向估计模型,在模型中利用弱小目标逐帧检测的先验位置信息,估计弱小目标的运动方向和轨迹,根据估计结果去除管道内噪声对弱小目标的干扰。仿真结果表明,本方法能够很好地抑制管道内噪声的影响,提高弱小目标的检测概率,增强弱小目标抗管道内噪声干扰的能力。
作者简介第2-4页
摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-19页
    1.1 研究背景和研究意义第9-11页
    1.2 国内外研究现状分析第11-17页
    1.3 研究内容与创新点第17-19页
第二章 弱小目标与背景杂波的可分离性分析第19-39页
    2.1 引言第19页
    2.2 红外图像的特性分析第19-32页
        2.2.1 噪声特性第20-22页
        2.2.2 背景特性第22-24页
        2.2.3 弱小目标特性第24-26页
        2.2.4 综合分析第26-32页
    2.3 弱小目标与背景杂波的可分离性分析第32-37页
        2.3.1 背景灰度分布相关特性第34-35页
        2.3.2 目标灰度帧间相关特性第35-37页
    2.4 小结第37-39页
第三章 基于背景灰度分布相关的局域同质背景预测算法第39-59页
    3.1 引言第39页
    3.2 背景预测模型第39-45页
    3.3 背景分类与各向异性背景预测方法第45-50页
        3.3.1 背景分类第45-46页
        3.3.2 各向异性背景预测算法第46-50页
    3.4 局域同质背景预测算法第50-57页
        3.4.1 局域同质背景预测算法第50-55页
        3.4.2 算法仿真分析第55-57页
    3.5 小结第57-59页
第四章 基于对比滤波的时域廓线算法第59-75页
    4.1 引言第59页
    4.2 时域廓线模型第59-62页
        4.2.1 平稳背景像素时域廓线模型第60页
        4.2.2 杂波像素时域廓线模型第60页
        4.2.3 目标像素时域廓线模型第60-62页
    4.3 时域廓线的统计特性分析第62-66页
    4.4 对比滤波时域廓线算法第66-74页
        4.4.1 平稳背景滤除第67-68页
        4.4.2 对比滤波第68-69页
        4.4.3 弱小目标检测第69-73页
        4.4.4 算法仿真分析第73-74页
    4.5 小结第74-75页
第五章 基于运动方向估计的管道滤波算法第75-91页
    5.1 引言第75页
    5.2 管道滤波算法第75-78页
        5.2.1 管道结构第76-77页
        5.2.2 连续性滤波第77-78页
    5.3 运动连贯性分析第78-83页
    5.4 基于运动方向估计的管道滤波算法第83-90页
        5.4.1 恒虚警阈值第83-84页
        5.4.2 运动加权第84-87页
        5.4.3 运动方向估计第87-89页
        5.4.4 算法仿真分析第89-90页
    5.5 小结第90-91页
第六章 结论第91-93页
    6.1 全文总结第91-92页
    6.2 研究展望第92-93页
致谢第93-95页
参考文献第95-103页
研究成果第103页
论文购买
论文编号ABS4029015,这篇论文共103页
会员购买按0.30元/页下载,共需支付30.9
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付51.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656