朱金辉，张宝华*，谷 宇，李建军，张 明

(1.内蒙古科技大学 信息工程学院，包头 014010；2.内蒙古科技大学 内蒙古自治区模式识别与智能图像处理重点实验室，包头 014010)

引 言

红外小目标检测是预警和精确制导等军事系统的核心技术[1-4]。由于远程成像，红外小目标通常在每帧中占据几十个像素，常淹没在复杂的背景中(如云边缘、海浪和高亮度噪声)，没有具体形状或纹理，而且信号杂波比较低。

基于人类视觉系统(human vision system,HVS)的方法[5-15]具有良好的检测性能和实时性而得到广泛关注。CHEN等人[6]基于视觉对比机制提出一种局部对比测量方法(local contrast measurement,LCM)。HAN等人[8]发现LCM存在增强噪声点现象，提出了一种改进的局部对比测量方法(improved LCM,ILCM)。HAN等人[7]提出的相对局部对比测量方法(relative local contrast measurement,RLCM)，用多极值来抑制杂波干扰。基于多尺度的HVS方法在多目标密集分布的场景中，易将多目标识别为一个目标，导致漏检。其原因是采用多尺度技术通常以多尺度下的最大响应值作为最终输出，若窗口单元的尺寸大于源图像中的实际目标，靠近目标的背景区域也会被增强，检测到的目标会扩大，使源图像中小于9×9像素的目标在检测结果中显示为9×9像素，称之为“扩张效应”,因而多目标的检测概率降低。

为了解决“扩张效应”问题，提出了一种双邻域对比度算法。通过设计一种新的3层窗口，能在固定尺度下具有检测多尺度目标的能力，可以克服“扩张效应”，同时提高算法效率。在此基础上，利用基于双邻域对比度机制和对角梯度因子提高目标的显著性，更好地抑制背景干扰。……