1、近年來，低對比度圖像中弱小目標(biāo)的檢測問題一直是光學(xué)和圖像處理領(lǐng)域的研究熱點(diǎn)。可見光傳感器和紅外傳感器在監(jiān)視告警系統(tǒng)中具有較強(qiáng)的生存能力，但其作用距離較短，目標(biāo)在視場中多是以小目標(biāo)(點(diǎn)和斑點(diǎn)目標(biāo))形態(tài)出現(xiàn)的，而且目標(biāo)的對比度都很低，研究低對比度圖像中弱小目標(biāo)的實(shí)時檢測及識別算法，可以實(shí)現(xiàn)擴(kuò)展它們作用距離的目的。 本論文致力于研究低對比度弱小目標(biāo)檢測新方法，主要研究工作概括為：首先分析了低對比度弱小目標(biāo)圖像的目標(biāo)背景特征、弱小目標(biāo)的

2、特點(diǎn)及弱小目標(biāo)檢測的難點(diǎn)。在此基礎(chǔ)上，提出了四種行之有效的弱小目標(biāo)檢測方法，并開發(fā)研制了相關(guān)檢測算法軟件進(jìn)行了驗(yàn)證，給出了詳細(xì)的評價結(jié)果。最后還利用DSP硬件系統(tǒng)對算法進(jìn)行了實(shí)用性驗(yàn)證，將鄰域熵方法移植到了硬件實(shí)驗(yàn)系統(tǒng)中，系統(tǒng)檢測率達(dá)99％，虛警率約8％，運(yùn)行速度達(dá)30幀每秒。 1)將傳統(tǒng)的熵值方法進(jìn)行改進(jìn)，提出運(yùn)用鄰域熵值的方法來檢測弱小目標(biāo)，并結(jié)合形態(tài)開運(yùn)算來進(jìn)行圖像的預(yù)處理，去除噪聲，提高檢測率。 2)在分析分形技

3、術(shù)在人造目標(biāo)檢測的應(yīng)用的基礎(chǔ)上，提出用分形曲面的尺度變化率特征來檢測弱小目標(biāo)，這個分形特征比常用的分形維數(shù)特征和分形擬合誤差更能突出目標(biāo)、抑制背景。這種方法檢測率較高，而且其檢測率對噪聲不敏感。 3)針對模板匹配方法容易受背景和目標(biāo)變化影響的缺點(diǎn)，提出在檢測過程中對匹配的模板進(jìn)行自適應(yīng)修正。針對模板匹配方法檢測速度慢的缺點(diǎn)，采取了遺傳算法優(yōu)化的方法，將檢測速度提高近12倍，達(dá)到實(shí)時性的要求。 4)在分析了小波變換的多分辨