紅外弱小目標檢測技術(shù)是紅外監(jiān)視、紅外預(yù)警以及紅外搜索與跟蹤等系統(tǒng)中的關(guān)鍵技術(shù),在交通、安防及軍事領(lǐng)域應(yīng)用廣泛。在這類應(yīng)用場景中,由于成像距離遠,目標在圖像中的尺寸小;考慮到成像系統(tǒng)噪聲及背景雜波干擾,目標在圖像中的信雜比低;故目標在遠距離紅外成像后呈現(xiàn)為弱小目標。紅外弱小目標具有特征少、強度低、成像環(huán)境復(fù)雜、運動狀態(tài)復(fù)雜等特點,這些因素給檢測任務(wù)帶來了巨大的困難和挑戰(zhàn)。經(jīng)過幾十年的發(fā)展,紅外弱小目標檢測技術(shù)已經(jīng)取得了長足的進步,但是在復(fù)雜背景條件下,或是在差異較大的多個場景中,現(xiàn)有檢測方法仍然難以穩(wěn)定地消除虛警,實際表現(xiàn)仍有待提升。本文開展了時空譜多特征聯(lián)合紅外弱小目標檢測方法研究。該研究致力于在空間域、時間域以及變換域中搜尋和構(gòu)建特征以增強目標和背景的區(qū)分性,并根據(jù)各域特征的特點和優(yōu)勢,對多域特征進行綜合分析和利用,從而提升紅外弱小目標檢測的質(zhì)量和穩(wěn)定性。具體而言,本文的主要內(nèi)容包括以下幾個方面:（1）對紅外弱小目標檢測基礎(chǔ)理論進行了梳理和介紹。本文分析了遠距離紅外成像后的目標和背景特性,并通過與可見光目標檢測任務(wù)進行對比,給出了紅外弱小目標檢測任務(wù)的具體描述,描繪了紅外弱小目標檢測... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：149 頁

【學位級別】：博士

【部分圖文】：

本文技術(shù)路線圖

圖2-1展示了一組典型的紅外弱小目標圖像,圖中的目標均用紅色矩形框標出。圖2-1(a)展示了一個在天空場景中的弱小目標。在該圖中,雖然天空背景較為純凈,幾乎沒有云層干擾,但圖像下方產(chǎn)生的光暈使圖像下部區(qū)域的灰度值普遍升高,使目標與背景之間的對比度將降低,對檢測產(chǎn)生了不利的影響。圖2-1(b)展示了一個低信噪比天空場景中的弱小目標。該圖中的天空場景同樣沒有云層的干擾,但由于探測器成像質(zhì)量的不足,該圖中的噪聲水平較高,造成目標信號的信噪比降低,目標與背景間的對比度下降,給檢測任務(wù)帶來了困難。圖2-1(c)展示了一個處在視場邊緣的小目標。該圖同樣是對天空場景進行成像,圖中有少量的云霧,但目標相對于云霧而言,二者的灰度值具有明顯差異,目標相對于背景的對比度較高,利于檢測。該圖主要的挑戰(zhàn)是目標位于圖像的邊緣部分,這可能對一些基于顯著性的方法帶來挑戰(zhàn)(部分顯著性方法假設(shè)圖像中心區(qū)域的顯著性高,圖像邊緣區(qū)域的顯著性低)。圖2-1(d)展示了一個在低空場景中的弱小目標。該圖左右兩側(cè)均存在一定強度的光暈,圖像的下部區(qū)域存在著一片樹林,光暈的高灰度值以及樹木的不規(guī)則形態(tài)都會對目標檢測任務(wù)造成干擾。此外,該場景中,目標在運動時經(jīng)常被樹枝的頂部遮擋,這進一步加大了檢測難度。綜合上述分析,可以看出,紅外弱小目標在圖中所占的面積小,輻射總能量低。目標包含的信息有限,紅外圖像中的目標沒有顏色信息,我們也幾乎不能辨認出圖像中目標的形態(tài),更難以識別出目標的具體型號。事實上,目標在圖中是否存在,目標在圖像中的什么位置,才是更加切合實際、更應(yīng)該被關(guān)注的問題�；卮疬@些問題同樣困難重重:目標的大小、強弱、灰度分布是變化的,很難用特定的數(shù)學模型進行描述;背景是多樣的,不同背景的輻射強度、大小、形態(tài)、噪聲水平有著巨大的差異,這給背景抑制帶來了巨大的挑戰(zhàn)。下面我們將對三種典型的場景進行紅外成像特性分析,進一步闡明不同場景的成像特點和在檢測任務(wù)中的難點。

圖2-2展示了一組典型的天空場景紅外成像示意圖�？梢钥闯�,在天空場景中,云層往往灰度值較大。這是由于云層對太陽輻射具有吸收、散射、反射的作用,因此紅外探測器接收的來自云層的紅外輻射強度較大,成像后云層的灰度值較高,進而對目標檢測造成干擾。圖2-2(a)展示了一個低云量的天空場景。在該圖中,云層區(qū)域的灰度值沒有明顯高于其他區(qū)域,云層均勻地分布在圖像中,沒有呈現(xiàn)出明顯的形狀;因此,可以將該圖中的云層視為平滑背景。平滑背景容易被抑制,不會給檢測帶來嚴重干擾。圖2-2(b)展示了一個存在積云的天空場景。在該圖中,云層呈現(xiàn)出明顯的聚集性,以團簇的形式存在于圖像上。主要的團簇區(qū)域尺寸較大,團簇內(nèi)部可以視為平滑區(qū)域;但在主要團簇周圍,還零星分布著尺寸較小的云層團簇,它們與弱小目標更為相似。積云區(qū)域灰度值較高,具有不規(guī)則的形態(tài),屬于復(fù)雜背景,會對目標檢測產(chǎn)生不利影響。圖2-2(c)展示了一個高云量的天空場景。在該圖中,云層占據(jù)了圖像中的大部分區(qū)域,云層區(qū)域的灰度值較高。雖然云量較大,但云層并沒有聚集成一個整體,在圖像的下部,存在著大量的小型云層團塊,這些團塊與弱小目標較為相似,它們增強了背景的非均勻性,給目標檢測增加了難度。圖2-2(d)展示了一個存在厚積云的天空場景。在該圖中,云量較大,且云層呈聚集性分布,分布于圖像上方;云層區(qū)域的灰度值明顯高于其他區(qū)域,二者之間有一條清晰的分界線。云層的灰度分布較為均勻,可以大體看作平滑區(qū)域。在該場景中,云層很厚,容易對目標造成遮擋,云層的強邊緣也容易對檢測造成干擾,因此,該場景中的厚積云同樣屬于復(fù)雜背景。綜上所述,在天空場景中,不同氣象條件下形成的云呈現(xiàn)出不同的空間分布、輻射強度與形態(tài)特點。高云量通常會對目標檢測造成干擾。碎片狀的小型云層團塊與弱小目標的相似度高,是典型的復(fù)雜背景,也是紅外弱小目標檢測任務(wù)中的難點。圖2-3展示了一組典型的海面場景紅外成像示意圖。從中可以看出,不同環(huán)境下的海面場景具有明顯差異。圖2-3(a)展示了一個純凈的海天場景。該圖中的背景組成比較簡單,圖像上部是天空背景,圖像下部是海面背景,沒有其他的背景輻射源。在海面內(nèi)部以及天空內(nèi)部,灰度分布較為均勻,因此,可以將海面和天空看作平滑背景。該圖像中存在著一條明顯的海天線,同時還存在一定強度的噪聲,這些是目標檢測的不利因素。圖2-3(b)展示了一個海面正在波動的場景。在該場景中,紅外探測器沿斜下方對海面進行觀測,由于成像距離較近,圖中只有海面的影像。該圖中的海面背景總體上較為純凈,但海面上起伏的波浪以及圖像中的噪聲會對目標檢測產(chǎn)生一定干擾。圖2-3(c)展示了一個遠距離成像后的積云-海面場景。該圖像上部是天空背景,下部是海面背景,中部存在著一條明顯的海天線。在該場景中,天空中聚集著大量積云,并形成了大小不一的團塊;云層處在較低的高度,并占據(jù)了圖中大部分天空背景。海面較為平靜,由于探測視角的原因,部分海面反射太陽輻射,使其呈現(xiàn)為高灰度區(qū)域。該圖像中的背景成分較為復(fù)雜,給檢測任務(wù)帶來了一定困難。圖2-3(d)展示了一個靠近海岸的海面場景。該圖像由天空、海面、海岸三種背景成分組成。天空中聚集著少量的云,由于成像距離遠,圖像中的云尺寸較小。天空與海面之間具有明顯的交界線。海面較為平靜,由于陰影的緣故,海面上具有明顯的明暗變化。圖像左側(cè)是海岸部分,海岸區(qū)域的灰度值普遍較高,且有著復(fù)雜的紋理信息。該圖的背景細節(jié)豐富,是典型的復(fù)雜海面場景。綜上所述,在海面場景中,海天交界線、海上波浪通常會給紅外圖像帶來線條型的雜波;而天空中的云與岸邊的巖石具有不規(guī)則的形態(tài),是更加復(fù)雜的雜波;這些問題需要在檢測算法的設(shè)計過程中重點關(guān)注。

【參考文獻】：
期刊論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的紅外小目標檢測[J]. 吳雙忱,左崢嶸.  紅外與毫米波學報. 2019(03)
[2]局部對比度結(jié)合區(qū)域顯著性紅外弱小目標檢測[J]. 王曉陽,彭真明,張萍,孟曄銘.  強激光與粒子束. 2015(09)
[3]強雜波背景紅外弱小目標檢測算法[J]. 武自剛,彭真明,張萍.  強激光與粒子束. 2015(04)
[4]紅外弱小目標檢測技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J]. 侯旺,孫曉亮,尚洋,于起峰.  紅外技術(shù). 2015(01)
[5]基于改進的剪切波變換和引導(dǎo)濾波的紅外弱小目標背景抑制方法[J]. 榮生輝,劉剛,周慧鑫,秦翰林,錢琨,延翔,趙東.  光子學報. 2015(02)
[6]改進的非下采樣Contourlet變換紅外弱小目標檢測方法[J]. 馬科,彭真明,何艷敏,高原,張萍.  強激光與粒子束. 2013(11)
[7]各向異性SUSAN濾波紅外弱小目標檢測[J]. 景亮,彭真明,何艷敏,蒲恬.  強激光與粒子束. 2013(09)
[8]基于運動方向估計的管道濾波算法[J]. 董維科,張建奇,劉德連,王曉蕊.  光子學報. 2013(04)
[9]基于小波變換和管道濾波的紅外空中小目標檢測[J]. 劉剛,梁曉庚.  計算機工程與應(yīng)用. 2011(30)
[10]基于紅外目標局部灰度特性分析的管道濾波方法[J]. 連可,王厚軍,李丹.  彈箭與制導(dǎo)學報. 2011(04)

博士論文
[1]基于稀疏動態(tài)反演的紅外弱小目標檢測理論及方法研究[D]. 王曉陽.電子科技大學 2018

碩士論文
[1]基于稀疏表示的紅外與可見光圖像融合方法研究[D]. 許曉偉.電子科技大學 2017
[2]基于空時顯著性的紅外弱小目標檢測[D]. 韓演.電子科技大學 2017
[3]基于“譜”反演的紅外圖像增強與重建方法研究[D]. 張帆.電子科技大學 2016
[4]復(fù)雜背景下紅外弱小目標的正演模擬與仿真技術(shù)研究[D]. 鐘露.電子科技大學 2016
[5]成像探測系統(tǒng)中的紅外弱小目標跟蹤點漂移抑制方法研究[D]. 孟曄銘.電子科技大學 2015
[6]紅外圖像的多尺度幾何分析理論及應(yīng)用研究[D]. 馬科.電子科技大學 2014
[7]基于多尺度幾何分析的紅外弱小目標檢測方法研究[D]. 魏芳.電子科技大學 2012
[8]遠距離前視紅外多目標跟蹤方法研究[D]. 吳大.電子科技大學 2012
[9]復(fù)雜環(huán)境下紅外弱小目標檢測方法研究[D]. 史漫麗.電子科技大學 2011



本文編號：2929197