论文部分内容阅读
红外弱小目标检测在现代红外探测和远程监控系统中具有至关重要的作用,深入研究红外弱小目标检测方法在各方面都具有非常重要的意义。论文通过对红外图像多尺度几何分析理论深入研究,将其应用于红外图像弱小目标检测中。本论文主要研究内容包括以下四个方面:(1)对脊波(Ridgelet)变换,曲线波(Curvelet)变换,轮廓波(Contourlet)变换和非下采样Contourlet变换,剪切波(Shearlet)变换等五种经典的多尺度几何分析方法的基本原理及特性进行深入研究和系统分析。(2)研究红外弱小目标检测方法并对四种常用的背景抑制算法进行仿真。以此为基础,得出研究多尺度几何分析并进行红外弱小目标检测的必要性和优越性。(3)针对复杂背景环境下红外图像弱小目标的检测问题,本文提出了一种基于非下采样Contourlet变换(NSCT)的改进的红外弱小目标的检测算法。首先帧差预处理原红外弱小目标图像,然后进行NSCT分解;再利用改进的非线性映射函数并结合引入的能量交叉融合方法完成图像背景噪声的抑制;最后利用引入的Otsu算法进行阈值分割从而检测弱小目标。实验结果表明,该算法能很好的对红外图像弱小目标进行检测并对强背景杂波环境下的弱小目标检测具有较强的检测性能。(4)针对红外弱小目标检测难点,本文完成了一种基于Shearlet变换的弱小目标检测方法。在对原红外图像进行Shearlet变换的基础上,根据弱小目标在Shearlet系数模极大值和Kurtosis中的独特性,利用Shearlet子带模值融合再引入Kurtosis进行范围限定,进而达到目标增强及背景噪声被抑制的目的;最后引入自适应阈值分割的方法将弱小目标检测出来。实验结果表明该Shearlet弱小目标检测方法具有较好的检测弱小目标的性能。