论文部分内容阅读
物体表面的温度高于零K氏度都会产生热辐射.因此,红外图象同可见光图象相比,具有昼夜可获取性.红外图象的这种不受光照条件限制的特点使之被广泛应用.但是,由于目标与周围背景存在着热交换以及大气对热辐射的散射和吸收的作用,造成图象中目标与背景的对比度较低,边缘较模糊.这些使得从红外图象中分割出感兴趣的小目标变得很困难.寻找一种对成象条件以及目标运动状态不敏感的新特征来对红外目标进行分割,是一个人们非常关注的课题.该文利用小波分析的方法提取分形参数对红外小目标进行分割.通常,为了从模糊的红外图象中得到有用的信息,需要对图象进行局域分析.采用传统的分割方法对红外图象进行分割时,往往效果不佳.究其原因是传统的图象分割方法都没有很好地利用人类的视觉感知特性.图象象素之间的关系都集中在同一个尺度上,反映不出不同尺度之间的特征,因而导致分割的精度和适用范围都非常有限.分形理论作为描述自然现象的一种模型,受到人们越来越多的重视.在较多的分形特征定义中,分形维数是其中最重要的一个.PENTLAND发现分形维数与人们对物体表面粗糙度的感知是对应的,同时也发现分形维数对图象尺度和灰度的线性变换不敏感.该文提出一种基于分形维数的红外小目标检测方法.为了研究的需要,确定红外图象为包含有海面背景下的船目标图象.首先对图象进行预处理,以减少或消除图象中的噪声.由于小波变换为信号在不同尺度上的分析和表征提供了一个精确和统一的框架,所以再借助于小波分析的方法来估算图象的分形维数.将图象取不同的尺度和该尺度下的值分别求取对数,再进行最小二乘线性拟合,其斜率既分形维数.根据不同的分维数或自然场景与人造物体的分形特性随尺度的不同变化将目标分割出来.最后采用数学形态学的方法对图象进行后期处理并且定位目标.实际的图象分割结果表明,LUM(lower-upper-middle)滤波可以有效的减少噪声,可以较好的去除背景的影响并增强图中的目标.该方法可以在低对比度和高噪声的条件下准确地分割出目标.图象中的船目标能够被正确识别,目标位置定位准确而且迅速,结果令人满意,证实了该方法的有效性.该方法具有性能高、处理过程简单、实时性强、实现容易、并且可以从单帧FLIR图象中提取红外小目标等优点.