王建永，范小虎，赵爱罡

(火箭军士官学校，山东 青州 262500)

0 引言

随着智能武器的发展，无论攻击还是预警都需要及时地掌握目标的准确位置，为我方延长反应时间。在现有红外成像系统下，由于目标受长距离、大气特性、复杂背景、太阳辐射和不确定噪声等因素的影响[1]，远距离小目标在红外图像中仅占几个像素，这给红外小目标检测带来巨大挑战。

因此，研究复杂环境下红外小目标检测算法，对提高前视红外成像系统的作用距离具有重要的理论参考价值和工程实用意义，为战场赢得宝贵的反应时间。小目标检测主要从2个方面入手：背景抑制和小目标显著性。背景抑制的核心是对背景建模，比如平滑滤波[2-3]、最小二乘支持向量机预测[4]、图像主成分分析和低秩表达等。文献[5]对简单的滤波检测算法进行了优化，首先提取图像的ROI，获得候选目标的尺寸，并由获取的尺寸自适应构造双结构元素，运用双结构元素形态学滤波抑制噪声和杂波信号，用中值滤波对形态学滤波后的杂点噪声进一步抑制。基于显著性的小目标检测方法将小目标视为红外图像中的显著区域，利用灰度或梯度等对比特征[6-8]对红外图像进行显著性检测，例如在文献[9]中，作者在充分利用小目标与其局部背景差异的基础上，提出一种基于局部灰度均值确定红外小目标尺寸和位置信息的算法，可以较好地搜索红外小目标，但是检测速度有待进一步提高。这些检测方法实现相对简单，但是多适用于简单背景，对于复杂背景，存在一定数量的虚警，难以甄别真假小目标。……