南京宏,张义超,李重远,解永锋,陈 益
(北京宇航系统工程研究所,北京 100076)
空中目标监视任务日益严峻,呈现出目标多元、特性复杂、广域分布等特点。红外传感器[1]具有功耗低、重量轻、隐蔽性强等优势,广泛用于民用和军事领域。由于高速信号处理芯片、数字图像处理等技术的不断发展,红外图像目标检测得到不断拓展和充实完善,形成了大量理论体系[2]。按照红外传感器与目标的不同距离阶段划分,红外目标检测算法包括弱小目标检测算法和面目标检测算法。在弱小目标检测阶段,目标与红外传感器距离远,由于大气衰减、光学散射等因素,目标成像面积小,通常只占几个像素而不具有形状、纹理和结构信息,且易受背景噪声干扰,具有一定检测难度。
国内外学者设计了众多的红外目标检测方法,传统的单帧图像检测方法包括最大均值滤波[3]、Tophat滤波[4,5]和小波变换[6]等,但是上述方法在目标信噪比较低时的虚警率高。为了同时实现低虚警率和高检测率,利用基于多显著图融合的方法[7,8]和基于稀疏表示的方法[9]实现低信噪比红外目标检测,但是上述方法由于迭代计算导致实时性差。
近年来出现了基于人类视觉系统(HVS)的红外弱小目标检测方法[10-13],该系列方法通过定义和计算目标与周围背景的局部对比度实现背景抑制和目标增强,从而有效提取目标。然而,上述方法仅采用单一波段的红外图像完成目标检测,而超远距离的空中目标成像能量微弱、信噪比低,仍存在检测率低、虚警率高的问题。……