- 上一篇：NEA GaN光电阴极的响应特性研究
- 下一篇：一些物体的水中运动分析仿真+文献综述
通常，目标总是隐藏在强背景下。在这种情况下，若直接检测目标是很困难
的，最可行的办法是采用某些信号处理方法，在目标检测之前去除背景干扰。自
然背景天空中的云层，由于在形成时受到物理规律的制约，在空间往往呈现大面
积的连续分布状态，在红外辐射的强度上也呈现出渐变状态，从而使得它们的红
外图像在灰度空间分布上具有较大的相关性。
现在普遍采用比较多的方法是利用背景大面积连续分布的特性(即背景在频
域是处于低频部分，点目标在频域上是高频部分)，使用空域滤波器的方法来抑
制背景，提高图像的信噪比。
高通滤波器能抑制低频分量,通过高频分量,采用高通滤波器可进行大面积
背景的抑制,同时保留目标和部分高亮度噪声点,5 ×5 窗口的高通滤波模板如
§1.3.3 点目标的检测
当前的红外目标检测方法有两个主要发展方向：先检测后跟踪方法（detect
before track,DBT）和先跟踪后检测方法（track before detect,TBD）。先检
测后跟踪的检测方法是利用单帧图像灰度信息进行目标和背景的分离，即目标分
割。总的来说，单帧图像中目标分割的方法主要有以下几种：
（1） 阈值分割方法
阈值分割方法是最早提出的一种目标检测方法。传统的阈值分割方法是给
整个图像设定一个阈值以实现将目标从背景中检测出来。整体阈值分割方
法在检测信噪比较低的小目标时效果较差，现有的方法都是在此基础上进
行了改进。局部阈值分割方法将图像分成若干块，每一小块内根据一定的
特征自适应地求出其相应阈值，对其进行分割。常用的局部阈值方法有最
大类间方差法（OTSU）、最大熵法、最小误差法（MIME）等。
（2） 基于像素分析的方法
基于像素分析的方法是根据图像中像素灰度模式的变化来实现运动目标
的检测。其中最直接的是对前后两帧图像进行差分，利用得到的差分图像
信息检测出运动目标。该方法的实现简单，但当背景中也存在一定的运动
的情形时则很难检测出目标。另一种基于像素分析的方法是光流法，即利
用图像中目标的运动是由目标像素亮度运动确定的原理，推导出瞬时光流
场，然后根据光流场进行运动目标检测。该方法的计算量大，难以满足实
时性要求。 （3） 数学形态学方法