數字信號處理器紅外弱小目標搜索算法探究

摘 要：本章首先介紹了紅外成像技術，然后介紹了目前幾種常用技術，利用數值信號處理器對這幾種算法進行模擬，得出對比結果。可知TDLMS算法相對表現最優。

關鍵詞：紅外弱小目標；算法；數字信號處理器

1 引言

紅外成像（Infrared Imaging）技術是目前對民用和軍事都非常有用的新型高科技，廣泛用于光學遙感、夜間導航和目標探測等領域中。在隱形技術快速發展的今天，隱形飛機和隱形雷達大量出現，傳統的探測制導工具——雷達的局限性越來越大，而紅外成像由于有極強的抗干擾能力，而且在作戰中不會產生各種輻射，隱蔽性好而且生存能力強，受到了各國軍事科研人員的重點關注，在軍事領域中得到了廣泛應用。

粒子濾波非常適用于非線性、非高斯動態系統的參數估計，但是在計算中，粒子濾波算法卻面臨著粒子退化、粒子多樣性喪失、實時性不夠高、計算量大、數據量大等種種難題。

近年來，國內外學者對此廣泛開展了研究。隨著近些年來硬件技術的發展，數字信號處理器（DSP）的性能得到了迅速提高，其計算能力增強、存儲空間變大、數據傳輸速度加快，這為從硬件上提高基于粒子濾波算法的檢測前跟蹤算法的實時性打下了基礎，將有助于提高該算法的實際應用水平。利用性能不斷提升的DSP實現基于粒子濾波的紅外弱小目標檢測前跟蹤算法，將有助于提高紅外探測系統的性能，對提高民用導航技術和軍用探測制導技術具有重要的使用價值。

2 紅外弱小目標背景分析

3 算法分析研究

3.1 形態學濾波

灰度圖像不易腐蝕和膨脹過程，結構要素等計算灰度功能。填充的角度開放式計算：灰度數學形態學的打開操作的角度來看，可以消除的細節量相比，具有更小的尺寸結構元素，在保持圖像的整體灰度和大面積不會受到影響的基礎上，提出Top-hat計算法。

4 結果與分析

4.1 實驗結果

為了比較各種算法的性能，我們選擇了一個典型的天空背景紅外圖像對上述算法仿真。過程大致如下：首先，收集系統的圖像預處理，預處理分為隔行隔列后處理。紅外成像儀圖像采集，隔行隔列采樣主要改進了算法，以減少實時圖像的大小，并克服了實驗環境的目標可能太大。進行后臺處理，圖像以打開操作。

4.2 結果分析

通過計算得到相關參數如表1。粒子數和信噪比主要影響算法的性能。通過改變紅外小目標的灰度值的粒子數，以觀察系統的性能，要進一步分析的粒子數和信噪比（SNR）的真實的系統性能和運行的系統，以獲得該系統在不同的信噪比，以實現最大的檢測概率所需的最低要求的粒子數。

5 結束語

本章首先根據紅外弱小目標圖像的特點，從背景的統計特性出發，利用局域背景的特性，有效地抑制背景雜波，可以有效地抑制背景雜波，這對于檢測小目標的紅外圖像有很好的效果。然后，本文又對各種非線性預測方法，并利用天空的紅外圖像對幾種方法進行結果模擬。通過分析實驗數據，TDLMS算法在雜波抑制、信號保留能力方面表現突出，下一步可對TDLMS算法進行調整，獲取更好的結果。

參考文獻

[1]汲清波.紅外序列圖像中弱小目標檢測方法研究.哈爾濱工程大學.

[2]劉志剛.紅外成像點目標的檢測與識別技術研究.國防科學技術大學.