基于改进Canny算子的红外弱小目标检测*

翟 昊 罗晓琳

（1.陆军炮兵防空兵学院 合肥 230031）（2.偏振光成像探测技术安徽省重点实验室 合肥 230031）

1 引言

红外弱小目标检测研究虽然困难但是具有很强的实用价值，是光电信号处理领域研究的热点难点问题。它在空中目标预警系统，飞机跟踪系统和导弹制导系统中起着重要作用。通常，红外图像的信噪比（SCR）低，红外小目标图像的背景占据了大部分图像。但是，由于距离较远，目标很小。因此，目标缺少形状和纹理信息。这使得很难检测到红外图像中的弱小目标［1］。在目标的机动性较高且天空背景较为复杂的情况下，为了降低算法的漏检率，研究得出基于改进Canny算子的红外弱小目标检测算法。

2 传统Canny边缘检测

传统Canny边缘检测算法的具体算法流程如图1所示。

图1 传统Canny算法流程图

2.1 噪声去除

第一步使用5×5的高斯滤波器去除噪声，主要是因为噪声很容易影响边缘检测的结果。故函数表达式如下［2］：

式中：σ表示Gauss滤波器分布参数，抑制噪声能力随着σ取值减小而减小，边缘定位精度随着σ取值减小而增高。因此，σ的取值大小决定了图像去噪效果的好坏。同时，高斯滤波器对红外强度图中常见的椒盐噪声的滤波效果不佳［3］。

2.2 计算图像梯度

使用Sobel算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx和Gy）来处理平滑后的图像。边界的梯度和方向通过这两幅梯度图（Gx和Gy）找到［4］，公式如下：

其中，点 (i，j)处的灰度值为I(i，j)。

此时，点 (i，j)处的梯度值G(i，j)和梯度方向θ(i，j)分别为

2.3 非极大值抑制

在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，去除那些非边界上的点。……