紅外弱小目標檢測是精確制導領域中的關鍵技術之一,在飛機的紅外搜索與跟蹤（Infrared Search and Track,IRST）系統(tǒng)、紅外成像與制導系統(tǒng)以及一些軍事設施的預警系統(tǒng)中有著舉足輕重的地位。為了高效、可靠、穩(wěn)定地檢測紅外弱小目標,需要對復雜背景下的紅外弱小目標檢測方法進行全面、深入的研究。本文的主要工作如下:首先,提出了一種基于多尺度紅外超像素圖像模型的弱小目標檢測方法。采用超像素方法分割原始紅外圖像,得到無重疊區(qū)域的超像素圖像,不僅充分利用了紅外圖像的局部空間相關性,還避免了由冗余信息所帶來的計算負擔;引入多尺度理論,進而融合多個不同尺度下檢測的目標圖像,可以增強算法檢測不同尺寸目標的穩(wěn)健性。實驗結(jié)果表明,與Top-Hat方法、Max-Mean方法、Max-Median方法、二維最小均方（Two-Dimensional Least Mean Square,TDLMS）方法、局部顯著性圖（Local Saliency Map,LSM）方法、紅外塊圖像（Infrared Patch-Image,IPI）方法相比,該方法具有更好的背景抑制效果及更強的對目標尺寸的適應性。然后... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

減少超像素搜索范圍

圖 2.2 MISI 模型的檢測過程2.3.3 方法流程基于多尺度紅外超像素圖像(Multiscale Infrared Superpixel-Image, MISI)模型的弱小目標檢測方法的檢測過程如圖 2.2 所示，具體流程描述如下：

圖 2.3 目標區(qū)域與鄰近背景區(qū)域于目標檢測領域的最重要的性能hitdtargetNPN falseaNFN 標數(shù)目，targetN 為真實目標的總數(shù)目越高，虛警率越低時，該方法的檢坐標，展示目標檢測方法的這兩個制性能下的單幀紅外圖像，背景包括天空同。為了便于觀察，圖中用紅色方結(jié)果，從檢測結(jié)果可以看出，本章


本文編號：3029176