楊德振,黃靜穎,喻松林,馮進軍,李江勇,劉彤
(1 華北光電技術研究所,北京 100015)
(2 北京真空電子技術研究所,北京 100015)
紅外探測技術不僅可以全天時探測識別目標,同時能有效捕獲電磁隱身目標和低空飛行目標,彌補雷達盲區,在探測領域具有特殊優勢。伴隨紅外成像技術的迅速發展,紅外探測技術廣泛應用于遠程偵察告警系統中[1]。
通常隨著探測距離的增加,遠程偵察告警系統檢測的目標尺寸和信雜比也進一步降低,因此紅外弱小目標檢測逐漸成為當前紅外目標檢測領域的研究重點,單幀紅外弱小目標檢測大致可以分成三類:第一類是基于空域或變換域濾波的方式(例如形態學濾波[2]、最大均值、中值濾波[4]、高通濾波[5]等),這類方法的思路是抑制背景噪聲干擾,同時增強弱小目標;第二類方法基于人類視覺系統,常見的有局部對比度[6](Local Contrast Method,LCM)、局部梯度分布[7](Local Maximum Gradient ,LCG)、局部顯著性映射[8](Local Saliency Map,LSM),這類方法的核心是突出目標與背景的局部特征差異;第三類為基于圖像數據結構的方法,如多尺度窗口紅外塊圖像(Multiscale windows-Infrared Patch Image,MW-IPI)、穩健主成分分析[9](Robust Principal Component Analysis,RPCA),這類算法利用紅外圖像中背景非局部自相似性和目標稀疏性,將弱小目標檢測問題轉化為低秩矩陣和稀疏矩陣的恢復問題,實現目標檢測。前兩類的算法的計算復雜度低,易于硬件實現,然而在復雜背景下難以區分目標信號和圖像邊緣,容易產生邊緣虛警;最后一類算法比較耗時,在當前的信號處理硬件算力下難以滿足實際工程應用的實時性需求。……