郑武兴,王春平,付 强,徐 艳,李 宁

(1.陆军工程大学石家庄校区电子与光学工程系,河北 石家庄 050003；2.陆军炮兵训练基地教研部,河北 张家口 075100)

1 引 言

红外目标检测一直以来都是人们研究和关注的重点,红外探测不发射电磁波,被动接收电磁波,相对雷达检测其隐蔽性能好,可避免反辐射导弹的袭击。红外目标探测是利用物体热辐射的不同来进行目标探测的,而任何温度高于绝对零度的物体都会产生热辐射[1],相比于可见光检测,红外检测具有昼夜工作,受天气影响小等优势。因此红外目标检测在精确制导、防空预警、安全监控等领域的应用越来越广泛[2]。正因如此,长期以来低信噪比条件下的红外目标检测技术一直备受国内外关注,如何有效精确地检测出目标位置,提高检测算法的抗干扰性和适应性,是一直需要解决的问题。

从20世纪80年代起,红外目标检测算法便开始逐步发展。近些年来,随着科学技术的发展以及各学科领域之间的知识交叉和融合,检测、识别新算法不断涌现,如时空域滤波法[3]、显著性及其各种组合方式[4-5]]、自适应门限法[6]、Top-Hat变换[7-8]、背景抑制法[9]、神经网络法[10]、机器学习法[11]等。文献[3]提出了将空时域滤波结合起来进行红外目标检测,这种方法是针对图像序列进行的目标检测,不能在单帧图像中及时发现弱小目标。文献[6]提出融合图像边缘检测和局部运算来自动确定目标位置并预先提取出潜在目标区域,但对于小至几个或十几个像素的弱小目标其检测效果并不理想。……