1、紅外小弱目標(biāo)檢測(cè)是紅外自尋的制導(dǎo)、搜索跟蹤和預(yù)警等領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)。當(dāng)探測(cè)器與目標(biāo)之間的距離較遠(yuǎn)時(shí)，目標(biāo)在成像上表現(xiàn)為只占若干個(gè)像素的小目標(biāo)，并且易于淹沒在各種雜波背景和強(qiáng)噪聲中，這給目標(biāo)檢測(cè)與跟蹤帶來了很大難度。因此，研究有效檢測(cè)低信噪比條件下紅外小弱目標(biāo)的新方法具有重要的理論和實(shí)際意義。
　　圖像稀疏表示理論僅用少量數(shù)據(jù)即可捕獲圖像的重要信息，能更準(zhǔn)確簡(jiǎn)潔高效地表示圖像信號(hào)，已成為繼小波與多尺度幾何分析方法之后的信號(hào)處理新理

2、論。本文采用圖像稀疏表示理論檢測(cè)不同背景下紅外小弱目標(biāo)，著重研究了小弱目標(biāo)在紅外圖像中表現(xiàn)出來的形態(tài)特征，通過訓(xùn)練不同形態(tài)特征、不同尺度的超完備稀疏字典表示圖像信號(hào)，分析雜波、噪聲與目標(biāo)的稀疏系數(shù)特征差異檢測(cè)紅外小弱目標(biāo)。全文主要內(nèi)容為：
　?、俳榻B了稀疏理論的基本原理，分析了其在信號(hào)表示中的特點(diǎn)，詳細(xì)討論了兩類字典學(xué)習(xí)方法與稀疏求解方法。
　?、谔岢隼枚喑叨认∈枳值錂z測(cè)小弱目標(biāo)的方法。重點(diǎn)分析了多尺度字典的構(gòu)造方法，及其

3、對(duì)背景抑制性能和小弱目標(biāo)的分辨能力。利用目標(biāo)與背景在多尺度字典的表示系數(shù)的差異，采用指數(shù)函數(shù)擬合稀疏表示系數(shù)，并以參數(shù)差異檢測(cè)小弱目標(biāo)。
　?、厶岢隽艘环N能準(zhǔn)確表示小弱目標(biāo)信號(hào)的超完備稀疏字典的構(gòu)建方法。采用K_SVD字典學(xué)習(xí)算法構(gòu)造自適應(yīng)形態(tài)字典，構(gòu)造出更豐富更真實(shí)的小弱目標(biāo)形態(tài)字典。對(duì)比分析了高斯二維模型小弱目標(biāo)樣本集、離散Gabor感知多成分字典、Gabor字典以及自適應(yīng)形態(tài)字典，結(jié)果證明自適應(yīng)形態(tài)字典具有更多樣化的目標(biāo)形態(tài)