复杂背景下红外弱小目标的显著性检测研究

The detection of infrared dim target under complex backgrounds has always been a very difficult and more realistic research topics, the robustness of which is facing with severe challenge for the virous backgrounds. Because that the human vision has selective attention property, which can help people search the salient target from complex unknown scene quickly and precisely without being influenced by complex background. Based on it, the deep singularity of the infrared dim target appeared in the spatio-temporal is extracted and discriped as visual saliency model, the target is detected as the salient region by using the sparse image representation theory.The main research contents are as follows:.(1).the study on visual saliency methods of the deep characteristics of IR dim target;.(2).the detection of IR dim target based on sparse image representation theory..

复杂背景下红外弱小目标检测一直是一项非常难却又极具实际意义的研究方向，背景的差异变化对检测算法的稳健性提出了严峻的挑战。由于人类视觉奇妙的选择性注意机制，可以从未知场景中快速准确地发现显著目标，而不受复杂背景的影响。基于此，本项目通过挖掘提取红外弱小目标在时空域的深层次特征，进行视觉显著性建模，利用图像稀疏表示在红外图像序列中实现弱小目标的显著性检测。具体研究内容包括：.(1).红外弱小目标深层次特征的视觉显著性建模；.(2).基于稀疏表示的红外弱小目标检测方法。

复杂背景下红外弱小目标检测一直是一项非常难却又极具实际意义的研究方向，背景的差异变化对检测算法的稳健性提出了严峻的挑战。由于人类视觉奇妙的选择性注意机制，可以从未知场景中快速准确地发现显著目标，而不受复杂背景的影响。基于此，本项目通过挖掘提取红外弱小目标在时空域的深层次特征，进行视觉显著性建模，利用图像稀疏表示在红外图像序列中实现弱小目标的显著性检测。 在红外弱小目标视觉显著性建模方面，分析了现有红外弱小目标特征，根据人眼视觉机理提取更高层次的弱小目标特征要素，采用独立或融合的方式，建立新的视觉显著性模型，提出新的显著性图生成表示方法，在复杂背景下提出基于视觉注意机制的一些新颖有效的弱小目标检测新方法；在基于稀疏表达的显著性检测方面，通过图像中少量数据捕获提取弱小目标的重要信息，着重研究了弱小目标在红外图像序列中表现出来的奇异特征，利用稀疏理论提取目标与背景噪声之间的差异并显著化，最终实现检测；基于以上理论研究，课题组搭建了基于FPGA的图像处理硬件平台，对算法进行了移植，从实际工程角度对课题中研究的部分算法进行了验证，获得了预期的效果，同时在工程项目中也得到了应用。本项目的研究是基于理论与实际相结合的思想下开展的，从实际工程中提取问题，通过理论研究解决并回归到工程应用解决实际问题，由于红外弱小目标检测技术作为红外制导、天基预警和目标监视等国防领域的一项关键技术，本课题的研究也具有重要的军事意义和国防应用前景。