论文部分内容阅读
针对低空掠海、远距离弱小目标自动捕获过程中存在的重点和难点问题，提出了一系列有效的算法。对海天线提取算法，低对比度弱小目标的增强和检测算法进行了研究，解决了低空弱小目标检测过程中存在的一些难题。
首先，针对传统海天线提取算法中存在的问题，提出了基于局部区域快速Hough变换的海天线提取算法，该算法对倾斜的、模糊的、强干扰条件下的海天线提取都有较好的效果，有效地解决了复杂环境条件下算法的强适应性问题，并且对传统的Hough变换进行了改进，减少了计算量，使其能够满足实时需求。
其次，针对弱小目标对比度低、噪声干扰影响较大，提出了基于各向异性扩散的图像滤波算法，该算法在传统的基于偏微分方程的扩散滤波过程中引入了锐化因子，使其能够在平滑背景噪声的同时，增强弱小目标，大量实验结果证明，该算法能够明显提高弱小目标的检测率。
最后，提出了基于小波域扩散滤波的小目标检测算法和基于分形尺度变化率特征的弱小目标检测算法，它们都是基于多尺度的思想。小波域扩散滤波的小目标检测算法，利用小波变换的多尺度多分辨率特性，结合小波变换系数的方向特性和各向异性扩散滤波扩散方向的可选择性，能够实现对比度为2％的微弱目标的检测；分形尺度变化率特征不仅能够表征图像表面的粗糙程度，而且能够反映灰度变化的快慢，实验结果表明：基于分形尺度变化率特征的算法，不论在低对比条件下，还是在噪声背景下都具有较好的检测效果。