4-2  红外目标前期发现与检测处理实验

张  蓉  卓红艳  吴剑涛  李正东

 　　红外探测系统尽早发现并检测出目标主要涉及两大关键技术：红外成像系统和信号检测处理。这里着重对红外小目标信号的检测进行了研究。红外图像主要由目标、背景、噪声3部分组成。目标检测系统的基本任务是对给定的图像，发现目标并给出目标的基本信息，检测模型如图1所示。

　　由红外小目标图像的特性分析可知，在静止图像中找出一个混同在噪声中的小点很困难，而序列图像中小目标的灰度特性、能量强度统计起伏特性，尤其是目标的运动特性为检测提供了必要的信息。因此，小目标的检测采用多帧检测技术。

图像的预处理：从不同的角度分析目标与背景像素之间的差别，可以得出不同的背景抑制方法。文中介绍了高通滤波去除图像局部均值和对图像进行白化处理的方法抑制背景，实验结果表明，采用模板处理对图像的信噪比有明显的提高。图2(a) (b)分别是原始图像和滤波后的图像。

检测器主要介绍了递归最大滤波检测和基于高通滤波的差分检测。这两种检测方法都是基于序列图像中目标的运动特性的。递归滤波器的检测思想是：把预处理后的图像经过自适应分割，获得可能的目标点数，然后采用递归最大滤波，利用目标在图像中运动的连续性，对图像序列进行滤波处理，判断是否有目标存在。基于高通滤波的差分检测思想：经高通滤波后差分图像，获取可能目标运动区域，再次在运动区域进行自适应分割，利用目标运动的连续性，检测出真实目标。文中分析了后一种检测方法的检测性能，并对形态膨胀在点目标图像中的应用进行了探讨。

通过对实验结果分析，得出结论：(1) 递归滤波器在预处理的基础上进行目标的分割，对背景的低频估计非常重要，若能针对背景和噪声，使高通滤波器的系数选择具有适应性，使之在去除背景时克服因滤波器系数的选择不当而造成目标漏检，将会提高检测的性能；如果选择最佳的遗忘因子，可使处理后目标信噪比达到极大值；(2) 基于高通滤波的差分检测对拍摄的教练机红外点目标图像序列进行处理：当图像信噪比大于1.8时，目标的检测概率>98%；信噪比低于1时，若背景云层呈现大面积团状、碎片较少时，算法也可有效检测出目标。该算法对硬件平台的要求相对其他点目标检测算法较低；(3) 运用形态膨胀运算可使点目标变为斑点目标，有效地累加了目标的能量，从而达到增强目标并有效提高探测概率的目的。