基于形态学和双边核回归的弱小目标背景抑制

论文摘要

背景预测是红外弱小目标检测中常用的一种方法,它利用背景像素点之间的相关性对图像进行预测。但当红外图像的背景十分复杂、有着大量的杂波和噪声时,常用的背景预测方法不能精确地预测红外图像的背景,得到的残留图像包含大量的杂波和噪声,很容易造成目标泄露和高虚警概率。针对这一问题,本文提出了基于多结构元素形态学滤波和双边核回归的背景预测方法。首先,用形态学滤波对包含弱小目标的红外图像进行预处理,可以有效地对图像中的杂波进行抑制,得到初步的候选目标。然后只对原图像中的部分像素(上一步得到的候选目标)进行双边核回归操作,得到更加精确的背景模板。本文对大量低信噪比的红外图像进行了实验,结果表明,相对于传统方法,该方法具有很高的检测概率和较低的虚警概率,并能节省运行时间,是一种有效的检测红外图像中弱小目标的方法。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 相关技术与国内外研究现状
• 1.3 论文的主要创新点及内容安排
• 1.3.1 论文的主要研究内容和创新点
• 1.3.2 论文的章节安排
• 第二章 红外图像的特性分析
• 2.1 红外图像模型
• 2.2 红外弱小目标成像特性分析
• 2.3 红外图像背景和噪声特性分析
• 2.3.1 红外图像背景特性分析
• 2.3.2 红外图像噪声特性分析
• 2.4 本章小结
• 第三章 背景预测与典型算法
• 3.1 背景预测的基本原理
• 3.2 最大均值滤波与最大中值滤波
• 3.3 双边滤波
• 3.4 形态学滤波
• 3.4.1 形态学滤波的基本原理
• 3.4.2 Top-hat滤波
• 3.4.3 改进的Top-hat滤波
• 3.5 回归理论概述
• 3.5.1 经典回归模型
• 3.5.2 非参数回归模型
• 3.6 核回归
• 3.6.1 基本原理
• 3.6.2 图像处理中的核回归
• 3.6.3 自适应核回归
• 3.6.4 迭代回归方法
• 3.7 仿真结果
• 3.8 本章小结
• 第四章 一种基于形态学和双边核回归的背景预测方法
• 4.1 基于多结构元素的形态学滤波算法
• 4.1.1 针对云层边缘构造多结构元素
• 4.1.2 算法流程
• 4.2 基于双边核回归的弱小目标检测
• 4.2.1 计算流程
• 4.2.2 双边核回归函数
• 4.2.3 邻域窗口的选取
• 4.2.4 相关参数的选取
• 4.2.5 阈值分割
• 4.3 结果分析
• 4.3.1 性能标准
• 4.3.2 仿真结果
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 课题展望
• 致谢
• 参考文献
• 研究成果