巩晋南，侯晴宇，张伟

(哈尔滨工业大学空间光学工程研究中心，黑龙江哈尔滨150001)

对云杂波成像条件下点目标检测算法进行性能评价是红外搜索与跟踪(infrared search and track，IRST)系统中的亟待解决的问题之一［1-8］。由于检测过程首先需要进行背景抑制以去除高关联度背景杂波，而后再通过目标的强度特征在残差图像中进行分割检测［2-5］，因此在进行算法性能评价时，多将背景抑制方法和目标分割检测方法性能分别进行评价。在背景抑制层面，PSNR、BSF［4-5］等全局评价杂波抑制性能的指标不能完全反应背景抑制方法对图像不同部分的处理性能。而ISCR等评价目标能量保留能力的指标无法与检测性能建立明确的数学关系，局限性较大。而在目标分割检测性能评价上，由于检测器在残差图像中进行目标分割检测，背景抑制算法不能完全滤除背景，且对不同程度的起伏背景作用效果不同，因此采用检测器理想检测性能作为检测算法性能是不合理的。虽然接收机工作特性(receiver operating characteristic，ROC)曲线可以客观描述检测性能［2-4］，但无法表征检测器实际性能和与理论性能的偏移程度，也无法将检测性能与场景起伏程度相关联，具有一定的局限性。

近年来，国内外学者试图通过研究图像的复杂度量［9-13］，从而获取更为准确的性能评价，而图像复杂度度量方法仍不能与检测性能直接关联。为了全面评价目标检测方法的性能，从影响检测性能的各要素出发，建立了多尺度场景杂波量化模型、探测器噪声量化模型和目标能量量化与传递模型。……