检测红外弱小目标的对比滤波时域廓线算法

针对弱小目标与云边缘杂波的运动速度相当时,传统时域廓线算法的检测性能将会出现明显下降.文中提出一种对比滤波的时域廓线算法.针对传统方法出现虚警的情况,该方法在分析弱小目标、云边缘杂波以及平稳背景3类像素点时域特性的基础之上,首先利用时域廓线特性抑制平稳背景;然后依据云边缘杂波像素在空域连续,而弱小目标像素在空域孤立的特性,构造空域对比滤波器,并使用对比滤波器对去除平稳背景的图像数据进行滤波;最后再进行时域廓线的驻点连线滤波,以实现对弱小目标的检测.仿真结果表明,该算法能明显消除与弱小目标运动速度相当的云边缘杂波虚警,提高了弱小目标的检测概率.

基于时域廓线的云杂波背景下红外弱小目标检测

根据目标和背景时域特性,建立了目标、云杂波边缘、干净天空背景以及云内部四种像素点的时域模型。并以这四种时域模型为基础,提出了一种云杂波背景下基于时域廓线的弱小目标的检测方法。检测前利用最大中值滤波器进行空域处理,去除了大部分云边缘虚警点。理论分析和实验结果表明,该算法能有效检测出云杂波背景下的小目标。

云杂波背景下红外弱小目标的改进检测算法

根据目标和背景的时域特性,建立了不同像素类型的时域模型。提出了一种基于时域廓线的云杂波背景下红外弱小目标的一种改进算法。首先,采用基于时域方差滤波预处理方法,滤除平稳背景;然后采用基于时域廓线的目标检测方法,根据时域剖面线上的拐点值变化,转化为大小相当的正负脉冲来检测目标。理论分析和实验结果表明,文中算法对于不同云杂波背景具有广泛的适应性。