一种基于特征组合分类的杂波背景下红外弱小目标检测算法*

（中国人民解放军海军装备部装备项目管理中心 北京 100071）

1 引言

传统的红外跟踪光电设备项目，红外搜索与跟踪系统具有周视扫描搜索的特点，可以实时获取360全景图像进而得到态势信息，是全空域实时探测的关键。但是，红外搜索与跟踪系统获取的图像数据量大，背景类型和差异性极大，包含天空云杂波背景、地面建筑物背景、地物自然背景和飞鸟等各种干扰，给目标检测带来了极大的困难。

复杂背景下弱小目标检测的难点在于，红外小目标尺寸小，亮度往往低于云杂波、人工建筑物的亮度，极易淹没在背景中，难以通过轮廓和亮度信息完成对目标和干扰杂波的有效分类。为了在杂波背景中检测弱小目标，业内学者提出了一些方法。Kim［1］等提出了基于目标局部灰度标准差、局部频率能量等特征信息的分类方法，这类特征信息受图像背景灰度、干扰物亮度的影响较大。Wang［2］提出了一种利用四个特征对目标威胁程度进行评估的方法，可以有效区分海面目标的威胁程度，一定程度抑制海面杂波的干扰。Wang［3］通过局部对比度、目标尺寸和目标局部分割占空比等特征信息区分目标和干扰杂波，但是该算法对每个特征信息采取独立的门限判断，特殊背景下某些特征算子会失效，易引起误判。Deng等采用了一种改进的局部对比特征算子，提出了一种加权的局部差异测量特征用于杂波抑制［4］。近年来基于卷积神经网络类算法在红外目标检……