摘要:
为了有效地检测复杂背景下的红外弱小目标,提出了一种基于横纵多尺度灰度差(HV-MSGD)的方法来增强弱目标,并通过距离和像素差异来实现对背景强边的抑制.目标区域与周围区域之间存在不连续性,为了加强它们的差异,HV-MSGD与双边滤波(BF)相结合,可以在抑制背景的同时提高目标强度.进一步通过自适应局部阈值分割和全局阈值分割来提取候选目标.为了进一步验证对单帧检测的影响,将上述单帧检测算法与改进的无迹卡尔曼粒子滤波器(UPF)相结合,实现轨迹检测.实验结果表明,该方法在弱信噪比(SNR)下优于其他方法,在抑制背景的同时可以增强目标,增强效果是其他方法的6-30倍.在实验中,输入信噪比分别为2.78,1.77,1.79,1.13和1.16.图像处理后,背景抑制因子(BSFs)分别为13.48,21.33,11.73,20.63和121.92,信噪比增益(GSNRs)分别为40.09,71.37,27.53,12.65和131.该方法的检测概率(Pd)也优于其他算法.当误报率(FARs)为5×10-4,1×10-3,1×10-3,1×10-5和7×10-6,计算五组真实序列图像的Pd为94.4%,92.2%,91.3%,95.6%和96.7%.