复杂背景下红外弱小目标检测的算法研究综述

复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题.目前,国内外许多学者已经作过大量的检测算法研究,但还没有建立成熟的理论体系和切实可行的实用算法,尤其是在复杂背景干扰的抑制方面,大部分研究工作所处理的还不是真正的复杂背景.本文在分析和总结国内外现有算法研究的基础上,指出了复杂背景下红外弱小目标检测的发展趋势,并提出了检测跟踪的一些有效技术措施.  

低信噪比下抖动的红外弱小目标的实时检测

文章根据实时测量需要，结合硬件提出了一种快速算法。在分析红外点目标、噪声及杂波模型的基础上，通过去除温度非线性及选择合适的高通模板的预处理，有效地抑制了噪声，提高了信噪比，从而达到复杂背景下红外点目标检测的目的。已成功研制了一种红外处理系统，它实时完成了弱小目标的有效检测和精确跟踪。  

一种基于区域背景预测的红外弱小目标检测方法

提出了一种基于区域均值化背景模型的背景预测算法，用于红外弱小目标检测，算法通过“区域均值化背景模型”，来减小背景起伏对背景预测的影响，从而实现对背景更准确的预测，达到提高弱小目标检测性能的目的，算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中，具有较强的抗噪音特性，是背景预测算法的一个重要扩展，针对实际红外图像的试验仿真表明，提出的算法是有效的。  

一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰，并对去除背景后的图像进行分割，然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真，实验结果表明了该方法的有效性。  

基于自适应背景预测的红外弱小目标检测算法

文章在已有的背景预测的算法基础上,提出了一种自适应的背景预测算法。实验结果 表明,该算法不但能够准确的检测出弱小目标的位置,还具有更快的速度,对于实时性检测,有很好的效果。  

背景预测法检识空中红外弱小目标

文中针对空中红外弱小目标的特性，对其检测、识别方法进行讨论，提出一种背景预测的思想方法，并讨论其在空中红外目标的检测、识别等问题中的应用前景。文中附有作者利用这种思想编制的程序对空中弱小目标的单帧检测、识别的结果，该算法已移植到ＤＳＰ硬件信号处理器上，并通过实验取得了很好的效果。  

强噪声背景下红外弱小目标的快速检测方法

提出了一种强噪声背景下弱小目标的快速检测方法，解决了在此背景下存在厚云层和大运动杂波的问题。在分析了强噪声背景图像之后，提出了采用矩形结构元的形态滤波算子进行背景抑制，对处理后的图像进行双门滤波，实验结果令人满意，易于硬件实现。  

一种实用的红外弱小目标检测跟踪处理机研究

以小波变换作为对红外弱小目标进行检测识别的核心算法，并根据该算法搭建了基于FPGA和DSP的红外信号处理器的硬件平台。该平台在FPGA上实时完成了离散小波变换算法，可用于检测弱小目标，并通过DSP实现了稳定地跟踪。结果表明，该设计的方案对红外弱小目标的检测识别和跟踪具有实际意义。  

基于双平台直方图的红外图像增强算法

针对红外图像特别是红外弱小目标图像的特点，提出了一种基于双平台的直方图均衡算法。在对统计直方图设置两个不同的平台阈值的基础上，对修改后的直方图进行均衡化处理，然后对得到的图像进行灰度间距上的均衡化处理。算法中的上限平台阈值对背景和噪声进行了适当抑制，下限平台阈值对小目标和细节进行了适当放大，从而克服了一般直方图均衡化在对红外图像增强时的缺点。相对单平台直方图的均衡算法，能够增强图像整体效果，同时较好地保持了图像细节。  

基于三阶累积量的红外弱小运动目标检测新方法

为检测强杂波背景中的红外弱小运动目标,提出了一种基于三阶累积量的检测新方法.该方法利用图像中目标经过时像素点灰度值有起伏变化这一特点,将其看作是一种非高斯弱瞬态信号,通过构造三阶累积量对其进行检测.此三阶累积量估计中的去均值处理同时实现了背景杂波的抑制,较好地改善了信杂比(SCR),提高了单帧检测性能.实验表明,该方法能够有效地抑制强杂波背景,在SCR>1时,能可靠检测目标.