1、復(fù)雜背景下紅外運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤是紅外成像制導(dǎo)和紅外預(yù)警系統(tǒng)中的關(guān)鍵技術(shù)難題，它分別針對(duì)遠(yuǎn)距離點(diǎn)目標(biāo)和近距離面目標(biāo)進(jìn)行檢測(cè)、跟蹤。大量的低空背景景物以及點(diǎn)目標(biāo)的特點(diǎn)——遠(yuǎn)距離、低信噪比、強(qiáng)雜波等，增加了目標(biāo)檢測(cè)和跟蹤的難度。為此，本文應(yīng)用了TBD檢測(cè)的方法，而且，在多幀積累之前，首先進(jìn)行了圖像預(yù)處理以提高信噪比，抑制背景。良好的預(yù)處理將提高后續(xù)的多幀積累的效率，對(duì)比常用的幾種預(yù)處理算法，如高通濾波、中值濾波、數(shù)學(xué)形態(tài)學(xué)的tophat濾

2、波、維納濾波等方法的優(yōu)點(diǎn)和不足，提出了一種改進(jìn)的SUSAN濾波器——區(qū)域奇異性濾波，該濾波方法對(duì)于提高單幀檢測(cè)概率有很好的功效。而TBD檢測(cè)方法中，采用了動(dòng)態(tài)規(guī)劃算法。動(dòng)態(tài)規(guī)劃算法是一種解決組合尋優(yōu)問(wèn)題的高效算法，通過(guò)將 n維問(wèn)題變換為n個(gè)一維優(yōu)化問(wèn)題，一個(gè)一個(gè)地求解的方法，很好的提高了效率。但由于其本身存在著不足，一是多幀積累后能量擴(kuò)散，產(chǎn)生團(tuán)聚效應(yīng)；二是在信噪比較低時(shí)，需要積累的軌跡很多，存儲(chǔ)量和計(jì)算量都較大，尤其是當(dāng)積累幀數(shù)較多時(shí)

3、。為此本文針對(duì)這兩條進(jìn)行了改進(jìn)，在動(dòng)態(tài)規(guī)劃的算法中加入了方向加權(quán)和截?cái)嘈蜇炈迫槐鹊姆椒?。方向加?quán)中應(yīng)用了軌跡預(yù)測(cè)的方法，考慮了目標(biāo)幀間運(yùn)動(dòng)的連續(xù)性，降低了開(kāi)窗搜索的大小，從而很好的抑制了團(tuán)聚效應(yīng)，且在一定程度上提高了算法效率。截?cái)嘈蜇炈迫槐确椒ㄒ彩且环NTBD檢測(cè)的方法，其通過(guò)多級(jí)門限截?cái)嘀眯哦容^低的軌跡樹(shù)達(dá)到提高效率的目的，在動(dòng)態(tài)規(guī)劃中加入該算法，使之積累的軌跡數(shù)減少，降低了計(jì)算量和存儲(chǔ)量。針對(duì)以上幾項(xiàng)改進(jìn)，通過(guò)大量的實(shí)測(cè)和仿真圖像對(duì)算