韩金辉，董兴浩，蒋亚伟，李知铮，梁 琨，张利红

（1.周口师范学院 物理与电信工程学院，河南周口 466001；2.华中科技大学 电子信息与通信学院，湖北 武汉 430074）

0 引言

随着红外焦平面性能水平的不断提高，红外探测系统在军事和民用中得到了广泛的应用，尤其是在制导、预警等领域具有非常重要的应用价值[1]。其中，能否及时准确地检测到远距离目标，是关系到能否有效地制导和预警的关键，具有重要的研究意义。但是，由于此时的探测距离非常遥远，目标在图像中所占的像素点较少且亮度较弱（通常被称为红外弱小目标）[2]，难以检测；同时，探测器视场中往往存在许多复杂背景，很容易淹没目标[3]；另外，在很多时候，红外弱小目标的尺寸通常是未知的，这给检测工作带来了进一步的困难[4]。

近年来，一批研究者发现人类视觉系统（human visual system，HVS）所特有的对比度机制非常适合用于检测尺度小、亮度弱的红外弱小目标，并做了大量研究工作。早期的研究多集中在目标增强与背景抑制方面。例如，王鑫等[5]提出了高斯差分（difference of Gaussians,DoG）滤波器，采用局部求差的方法，可以有效消除高亮背景，但是DoG 滤波器对背景边缘比较敏感，容易造成较高的虚警率；CHEN 等[6]提出了局部对比度衡量（local contrast measure,LCM）算法，采用一个两层嵌套窗口，分别捕捉目标和背景，并在二者间进行比值计算，以增强目标，但是此方法也有不足之处，即无法消除高亮背景。

在LCM算法的基础上，韩金辉等[7]提出了改进的局部对比度方法（improved local contrast measure,ILCM），该算法将DoG 与LCM 相结合，在增强目标的同时有效地抑制了高亮背景，但是该算法引入了平均操作，当目标尺度很小时，小目标也会被削弱；……