發(fā)布時間：2018-04-29 11:00

  本文選題：圖像預處理 + 紅外小目標　； 參考：《哈爾濱工程大學》2016年碩士論文

【摘要】：紅外小目標檢測與跟蹤作為紅外預警、紅外制導等領域的核心技術,在現代高科技戰(zhàn)爭中發(fā)揮著越來越重要的作用。受探測器噪聲、大氣傳輸的影響,加上探測距離比較遠,使得紅外小目標圖像整體信雜比低,邊緣信息缺失,因此紅外小目標的檢測相對困難。而且在復雜背景條件下,檢測難度將進一步加大。本文正是在復雜背景的條件下,對紅外圖像預處理和小目標檢測算法進行了深入的研究。首先,本文通過對比的方法分析了紅外圖像的特征,并進一步針對紅外圖像的三個方面進行了詳細的分析與研究。然后,在這些分析研究的基礎上,構建了紅外圖像的數學模型。其次,在研究經典的中值濾波算法和其多種改進算法的基礎上,本文提出了一種適用于簡單背景紅外小目標圖像的濾波算法——均值中值濾波算法。該算法以圖像灰度值均值作為依據來選擇閾值,有效區(qū)分了背景和目標信號,并分開處理,取得了良好的效果。接著,將該算法結合數學形態(tài)學開Top-Hat變換使用,借助開Top-Hat變換的背景抑制能力,成功將該算法引入到復雜背景條件下,顯著提高了復雜背景下預處理后紅外圖像的信雜比。最后,在小目標檢測時,著重分析了小波變換對圖像突變點的檢測算法。并借助方向小波優(yōu)良的方向解析能力和時頻局部化分析能力,在保留目標信號細節(jié)信息的同時實現小目標的檢測。本文在小目標的判定方面做出了改進,通過標記多個方向小波變換結果中灰度值跳變大的點,并結合這些點在圖像中的分布區(qū)域來聯(lián)合判定小目標。該方法不僅有效識別出了小目標,而且對噪聲虛警也起到一定的限制作用。
[Abstract]:As the core technology of infrared early warning, infrared guidance and other fields, infrared small target detection and tracking plays an increasingly important role in modern high-tech warfare. Due to the influence of detector noise and atmospheric transmission and the relatively long detection distance, the whole signal-to-clutter ratio of infrared small target image is low, and the edge information is missing, so the detection of infrared small target is relatively difficult. And in the complex background conditions, the difficulty of detection will be further increased. In this paper, infrared image preprocessing and small target detection algorithms are studied in detail under the condition of complex background. Firstly, this paper analyzes the features of infrared images by comparing them, and makes a detailed analysis and research on the three aspects of infrared images. Then, on the basis of these analyses, the mathematical model of infrared image is constructed. Secondly, on the basis of studying the classical median filtering algorithm and its many improved algorithms, this paper presents a filtering algorithm for simple background infrared small target image, which is the mean median filter algorithm. The algorithm selects the threshold value based on the average value of image gray value, and effectively distinguishes the background signal from the target signal, and processes them separately, and achieves good results. Then, the algorithm is used in combination with the open Top-Hat transform of mathematical morphology. With the help of the background suppression ability of the open Top-Hat transform, the algorithm is successfully introduced into the complex background conditions, and the signal-to-clutter ratio of the pre-processed infrared image in the complex background is improved significantly. Finally, in the small target detection, the wavelet transform algorithm for image mutation detection is analyzed. With the help of directional wavelet's excellent ability of direction analysis and time-frequency localization, the detection of small targets can be realized while preserving the detailed information of the target signal. In this paper, the decision of small targets is improved by marking points with large gray values in the results of multi-directional wavelet transform, and combining the distribution of these points in the image to determine small targets jointly. This method not only effectively identifies small targets, but also limits noise false alarm.
【學位授予單位】：哈爾濱工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前9條

1 華顯立;許貴陽;;數字圖像中值濾波技術研究[J];電子設計工程;2014年11期

2 田鵬輝;隋立春;燕莎;;紅外運動小目標檢測方法綜述[J];探測與控制學報;2013年02期

3 劉剛;梁曉庚;;基于小波變換和管道濾波的紅外空中小目標檢測[J];計算機工程與應用;2011年30期

4 高浩軍,杜宇人;中值濾波在圖像處理中的應用[J];電子工程師;2004年08期

5 陳尚鋒,陳華明,盧煥章;基于加權動態(tài)規(guī)劃和航跡關聯(lián)的小目標檢測技術[J];國防科技大學學報;2003年02期

6 汪洋,鄭親波,張鈞屏;基于數學形態(tài)學的紅外圖像小目標檢測[J];紅外與激光工程;2003年01期

7 葉斌,彭嘉雄;基于形態(tài)學Top-Hat算子的小目標檢測方法[J];中國圖象圖形學報;2002年07期

8 邢藏菊,王守覺,鄧浩江,羅予晉;一種基于極值中值的新型濾波算法[J];中國圖象圖形學報;2001年06期

9 韓客松;復雜背景下紅外點目標檢測的預處理[J];系統(tǒng)工程與電子技術;2000年01期

相關博士學位論文 前2條

1 許鑫;基于小波分析的線性時變結構參數識別方法研究[D];南京航空航天大學;2012年

2 魏長安;紅外小目標檢測與跟蹤算法研究[D];哈爾濱工業(yè)大學;2009年

相關碩士學位論文 前10條

1 汪奎偉;紅外小目標的檢測與跟蹤[D];大連理工大學;2013年

2 占紅來;紅外弱小目標搜索跟蹤算法研究[D];中國工程物理研究院;2013年

3 艾超;基于方向小波變換的圖像邊緣檢測算子研究[D];西安電子科技大學;2013年

4 李晶武;運動目標紅外圖像智能識別跟蹤技術研究[D];哈爾濱工程大學;2013年

5 范華;基于時域廓線向量積的紅外弱小目標檢測算法研究[D];西安電子科技大學;2012年

6 張麗新;數字圖像高密度脈沖噪聲的中值濾波算法研究[D];上海交通大學;2009年

7 李明;基于自適應形態(tài)濾波的紅外圖像目標檢測技術研究[D];國防科學技術大學;2008年

8 孫玉宇;紅外弱小目標檢測方法及其性能評估[D];哈爾濱工業(yè)大學;2007年

9 孫亮;數學形態(tài)學在紅外圖像預處理中的應用[D];哈爾濱工程大學;2005年

10 姬皓婷;紅外圖像非均勻性參數測試與校正系統(tǒng)研究[D];南京理工大學;2004年

，

本文編號：1819650