红外弱小目标检测方法研究答辩稿
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西北工业大学明德学院自动化三班 丁蒙辉
二、红外成像机理：
任何物体只要其温度超过热力学温度的绝对零度时， 均会产生红外辐射，属于光谱中的高频光，由于红外成像 系统是通过物体自身的热辐射来检测物体的，因此可以探 测到红外辐射，这样的红外探测器称为红外热像仪： （2）光机扫描系统：对成像扫描、处理，并聚焦于传 感器； （3）红外传感器：将红外辐射能量转换为电信号，放 大、转换为视屏信号。
其中， D(u, v) 点的距离。
u 2 v2
是任意一点（u，v）到原
11
Li
理想高通滤波器仿真结果：
理想高通滤波器将小 于 D0 的所有频率完全截 止，而大于 D0 的频率则 可以全部无衰减通过，从 而起到滤波的作用。
西北工业大学明德学院自动化三班 丁蒙辉
四、巴特沃斯高通滤波器：
（1）光学成像物镜：捕捉热辐射并成像；
西北工业大学明德学院自动化三班 丁蒙辉
红外成像机理示意图
西北工业大学明德学院自动化三班 丁蒙辉
红外弱小目标原图像 本文采用基于天空背景的红外弱小目标 图像，图像中有大量模糊的云层背景。
11
Li
三、理想高通滤波器：
理想高通滤波器的传递函数为：
0, D(u, v) D 0 H (u , v) 1, D(u, v) D0
仿真实现； （4）总结全文，对三种检测方法进行评估
西北工业大学明德学院自动化三班 丁蒙辉
一、发展现状及意义
国外： 各国加大投资，将此作为国防体系中的重要课题 国内： 九五，十五国防计划将红外探测器件研制与红外信息处 理技术列为红外探测系统及武器研制中的关键技术。 国际： 国际（SPIE)学会每年举行一次“小目标信号与处理” 会议，着力研究计算量小、性能高的检测方法。 意义： 在军事和民用领域均有广阔的发展前景，是 红外探测武器的关键技术，也对人们的生产 生活具有指导性的意义。
截止频率为 D0 的n阶巴特沃斯高通滤波器的传递 函数为
H (u, v)
1
1
D0 D (u,v)
2n
巴特沃斯高通滤波器比理想高通滤波器更平滑，巴特 沃斯高通滤波器在通过和滤掉频率之间没有不连续的分界 ，因此，用巴特沃斯高通滤波器得到的输出图像振铃效果 不明显。
巴特沃斯高通滤波器仿真结果：
中值滤波器仿真结果：
中值滤波器模板的大小 对结果影响很大，一般采 用5*5的窗口效果较好。 如图，中值滤波有效凸 显了图像中的黑白对比度 ，使目标点更加清晰。
七、自适应滤波器：
我采用的自适应滤波器原理是自适应阈值分割法，需要 设定一个图像均值E
若假定目标比背景亮，则小目标的灰度值大于E。我们可 以循环使用下式：
西北工业大学明德学院2010级本科生毕业论文答辩
红外弱小目标检测方法研究
指导教师： 答辩人：
简
本文的主要内容有：
介
（1）介绍了红外目标检测技术的发展历程、发展现状和发展趋势，综述
了研究红外探测技术的意义；
（2）学习红外成像机理，分析图像背景、目标及干扰；
（3）学习高通滤波器、中值滤波器、自适应滤波器的方法原理，并自主
巴特沃斯高通滤波器比 理想高通滤波器更平滑。 如图，目标像点与背景 之间没有不连续的分界， 图像看起来比较柔和，没 有振铃现象。
五、指数高通滤波器
指数高通滤波器的传递函数可以表示为：
H (u, v) e
D D 0 0( u ,v )
n
其截至频率
下降至最大值的一半的 D0 为 H (u, v)
八、仿真结果对比
九、仿真结果讨论
理想高通滤波器： 能滤除背景大部分云层，但不能保证目标点的清晰度，不能保证非 目标而高灰度的背景被滤除。 巴特沃斯高通滤波器： 相比理想高通滤波器，巴特沃斯高通滤波器滤掉频率之间不连续的 分界，没有了振铃现象，滤波结果更平滑，高频部分比较突出。 指数高通滤波器： 与巴特沃斯高通滤波器滤波结果相仿，没有振铃现象。 中值滤波器： 程序简单，运算快速，增大了黑白对比度，使目标在背景中更明显 ，但不适用与高细节度的图像。 自适应滤波器： 滤除了一切低于目标点灰度值的背景，使得大部分背景灰度一直， 而突出目标的高灰度，效果最为明显，但代价是运算量大，程序复杂。
十、全文总结
本文首先学习了红外成像机理，然后针对三种红外弱 小目标检测方法进行了详细的仿真与讨论，学习了不同的 滤波器不同原理，以及最后的结果和特点。 通过仿真结果可以得出：红外弱小目标检测方法必须 向运算简单且结果清晰的方向发展。 红外探测技术已成为国际重要的研究课题，希望本文 可以为今后的学习工作提供帮助。
E f ( x, y) f ( x, y)
f ( x, y) E f ( x, y) E
使用该式使大部分图像灰度趋近于E，达到滤波的效果。
自适应滤波器仿真结果：
如图，大部分的背景灰度 被过滤为单一值，而目标 和较高灰度的背景则保持 不变。有效突出了小目标 的高灰度值。这样的结果 最令人满意，但却增加了 仿真程序的复杂性与计算 量。
D(u, v)
西北工业大学明德学院自动化三班 丁蒙辉
指数高通滤波器仿真结果：
相比理想高通滤波器， 指数高通滤波器的滤波效 果也是比较好的，很好的 滤除了背景云层的大量干 扰，没有振铃现象。
六、中值滤波器：
中值滤波是基于排序统计理论的一种能有效抑制噪声 的非线性信号处理技术，在输入图像中，以任一像元为中 心设置一个确定的邻域S，将邻域内各像素的灰度值按大 小有序排列，取位于中间位置的那个值（中值）作为该像 元的输出灰度值,遍历整幅图像就可完成整个滤波过程。 这种滤波器的优点是运算简单而且速度较快，能在抑 制随机噪声的同时不使边缘模糊。但对于线、尖顶等细节 多的图像不宜采用中值滤波。
二、红外成像机理：
任何物体只要其温度超过热力学温度的绝对零度时， 均会产生红外辐射，属于光谱中的高频光，由于红外成像 系统是通过物体自身的热辐射来检测物体的，因此可以探 测到红外辐射，这样的红外探测器称为红外热像仪： （2）光机扫描系统：对成像扫描、处理，并聚焦于传 感器； （3）红外传感器：将红外辐射能量转换为电信号，放 大、转换为视屏信号。
其中， D(u, v) 点的距离。
u 2 v2
是任意一点（u，v）到原
11
Li
理想高通滤波器仿真结果：
理想高通滤波器将小 于 D0 的所有频率完全截 止，而大于 D0 的频率则 可以全部无衰减通过，从 而起到滤波的作用。
西北工业大学明德学院自动化三班 丁蒙辉
四、巴特沃斯高通滤波器：
（1）光学成像物镜：捕捉热辐射并成像；
西北工业大学明德学院自动化三班 丁蒙辉
红外成像机理示意图
西北工业大学明德学院自动化三班 丁蒙辉
红外弱小目标原图像 本文采用基于天空背景的红外弱小目标 图像，图像中有大量模糊的云层背景。
11
Li
三、理想高通滤波器：
理想高通滤波器的传递函数为：
0, D(u, v) D 0 H (u , v) 1, D(u, v) D0
仿真实现； （4）总结全文，对三种检测方法进行评估
西北工业大学明德学院自动化三班 丁蒙辉
一、发展现状及意义
国外： 各国加大投资，将此作为国防体系中的重要课题 国内： 九五，十五国防计划将红外探测器件研制与红外信息处 理技术列为红外探测系统及武器研制中的关键技术。 国际： 国际（SPIE)学会每年举行一次“小目标信号与处理” 会议，着力研究计算量小、性能高的检测方法。 意义： 在军事和民用领域均有广阔的发展前景，是 红外探测武器的关键技术，也对人们的生产 生活具有指导性的意义。
截止频率为 D0 的n阶巴特沃斯高通滤波器的传递 函数为
H (u, v)
1
1
D0 D (u,v)
2n
巴特沃斯高通滤波器比理想高通滤波器更平滑，巴特 沃斯高通滤波器在通过和滤掉频率之间没有不连续的分界 ，因此，用巴特沃斯高通滤波器得到的输出图像振铃效果 不明显。
巴特沃斯高通滤波器仿真结果：
中值滤波器仿真结果：
中值滤波器模板的大小 对结果影响很大，一般采 用5*5的窗口效果较好。 如图，中值滤波有效凸 显了图像中的黑白对比度 ，使目标点更加清晰。
七、自适应滤波器：
我采用的自适应滤波器原理是自适应阈值分割法，需要 设定一个图像均值E
若假定目标比背景亮，则小目标的灰度值大于E。我们可 以循环使用下式：
西北工业大学明德学院2010级本科生毕业论文答辩
红外弱小目标检测方法研究
指导教师： 答辩人：
简
本文的主要内容有：
介
（1）介绍了红外目标检测技术的发展历程、发展现状和发展趋势，综述
了研究红外探测技术的意义；
（2）学习红外成像机理，分析图像背景、目标及干扰；
（3）学习高通滤波器、中值滤波器、自适应滤波器的方法原理，并自主
巴特沃斯高通滤波器比 理想高通滤波器更平滑。 如图，目标像点与背景 之间没有不连续的分界， 图像看起来比较柔和，没 有振铃现象。
五、指数高通滤波器
指数高通滤波器的传递函数可以表示为：
H (u, v) e
D D 0 0( u ,v )
n
其截至频率
下降至最大值的一半的 D0 为 H (u, v)
八、仿真结果对比
九、仿真结果讨论
理想高通滤波器： 能滤除背景大部分云层，但不能保证目标点的清晰度，不能保证非 目标而高灰度的背景被滤除。 巴特沃斯高通滤波器： 相比理想高通滤波器，巴特沃斯高通滤波器滤掉频率之间不连续的 分界，没有了振铃现象，滤波结果更平滑，高频部分比较突出。 指数高通滤波器： 与巴特沃斯高通滤波器滤波结果相仿，没有振铃现象。 中值滤波器： 程序简单，运算快速，增大了黑白对比度，使目标在背景中更明显 ，但不适用与高细节度的图像。 自适应滤波器： 滤除了一切低于目标点灰度值的背景，使得大部分背景灰度一直， 而突出目标的高灰度，效果最为明显，但代价是运算量大，程序复杂。
十、全文总结
本文首先学习了红外成像机理，然后针对三种红外弱 小目标检测方法进行了详细的仿真与讨论，学习了不同的 滤波器不同原理，以及最后的结果和特点。 通过仿真结果可以得出：红外弱小目标检测方法必须 向运算简单且结果清晰的方向发展。 红外探测技术已成为国际重要的研究课题，希望本文 可以为今后的学习工作提供帮助。
E f ( x, y) f ( x, y)
f ( x, y) E f ( x, y) E
使用该式使大部分图像灰度趋近于E，达到滤波的效果。
自适应滤波器仿真结果：
如图，大部分的背景灰度 被过滤为单一值，而目标 和较高灰度的背景则保持 不变。有效突出了小目标 的高灰度值。这样的结果 最令人满意，但却增加了 仿真程序的复杂性与计算 量。
D(u, v)
西北工业大学明德学院自动化三班 丁蒙辉
指数高通滤波器仿真结果：
相比理想高通滤波器， 指数高通滤波器的滤波效 果也是比较好的，很好的 滤除了背景云层的大量干 扰，没有振铃现象。
六、中值滤波器：
中值滤波是基于排序统计理论的一种能有效抑制噪声 的非线性信号处理技术，在输入图像中，以任一像元为中 心设置一个确定的邻域S，将邻域内各像素的灰度值按大 小有序排列，取位于中间位置的那个值（中值）作为该像 元的输出灰度值,遍历整幅图像就可完成整个滤波过程。 这种滤波器的优点是运算简单而且速度较快，能在抑 制随机噪声的同时不使边缘模糊。但对于线、尖顶等细节 多的图像不宜采用中值滤波。