低对比度小目标检测-强激光与粒子束.PDF

第 卷第 期 强 激 光 与 粒 子 束 ， ２２ １１ Ｖｏｌ．２２ Ｎｏ．１１ 　 　 年 月 ， ２０１０ １１ ＨＩＧＨ ＰＯＷＥＲＬＡＳＥＲＡＮＤＰＡＲＴＩＣＬＥＢＥＡＭＳ Ｎｏｖ． ２０１０ 　 　 文章编号： （ ） １００１４３２２２０１０１１２５６６０５ 　 低对比度小目标检测 ， １２ ３ １ １ １ １ 张 耀 ， 雍 杨 ， 张启衡 ， 徐智勇 ， 严 棚 ， 魏宇星 　 　 　 　 　 　 　 　 （ 中国科学院 光电技术研究所，成都 ； 中国科学院 研究生院，北京 ； １． ６１０２０９ ２． １０００３９ 　 ３．电子科技大学 光电信息学院，成都 ６１００５４） 摘 要： 对强杂波背景下的远距离目标探测，提出基于序列图像的局部自适应背景预测，获得图像背景 　　 　 　 的最佳估计。对残差图像采用能量累积及中值滤波消除背景杂波。为提高信噪比，采用带缓冲窗口的双窗滤 波法使目标和背景的差别更加显著，有利于低对比度下的目标分割。最后采用改进的高阶相关方法，在不影响 检测性能的情况下加快了真实目标识别的运算收敛速度，并最终实现了算法工程化，在图像局部信噪比大于 ０．３时，采用三阶相关时检测概率达到 ９８％。 关键词： 低对比度； 小目标； 背景预测； 能量累积； 高阶相关 　　 　 　 　 　 　 中图分类号： 文献标志码： ： ／ ＴＰ３９１ Ａ 犱狅犻１０．３７８８ＨＰＬＰ２５６６ 　　 　 　　　　 　 　　 对大视场远距离目标探测而言，造成目标检测困难的原因往往是目标淹没于背景杂波中，使得目标与背景 　　 的对比度极低，加上大气传输和抖动带来目标弥散、光学系统渐晕造成亮度不均匀、系统噪声对图像质量的影 ［］ １ 响，进一步增加了检测的难度 。目前，弱小目标的检测方法大致可分为跟踪前检测（ ）与检测前跟踪 ＤＢＴ （ ）两大类。 方法通常要求信噪比较高，但由于算法简便、快速，在工程实践中普遍使用；而 方法 ＴＢＤ ＤＢＴ ＴＢＤ 在信噪比极低的情况下表现优秀，但算法通常结构复杂，存储量大，运算量大，难以实现工程化。本文立足于工 程应用，通过分析低对比度小目标的成像特性，结合