第
!"
卷
#
第
!
期
# ##############
激 光 与 红 外
$%&'!"!(%'!
# )*+"
年
!
月
### # ##########,-./0#1#2(30-0/4 -567&!)*+"
##
文章编号
!+**+89*:;")*+"#*!8*!<+8*9
!
图像与信号处理
!
多级分割融合算法提取红外舰船目标潜在区
王丁禾
"
牛照东
"
汤
#
达
"
陈曾平
"国防科技大学 -J0重点实验室! 湖南 长沙 !+**:"#
摘
#
要
!
针对海天背景下红外舰船图像目标与背景对比度低
"
图像边缘模糊的特点
"
提出了一
种红外图像舰船目标潜在区的提取算法
$
算法对图像进行了预处理和频域增强
"
在海天线附
近区域进行多级分割融合以提取目标潜在区
$
实验结果表明
"
对于海天背景红外图像
"
采用该
算法能够克服传统分割方法中单一阈值不好选取的问题
$
多级分割融合的结果能够覆盖目标
区域"为后续的目标识别和跟踪奠定了良好的基础$
关键词!红外图像'舰船目标'多级分割融合'潜在区提取
中图分类号!J>"=+'!##文献标识码!-##!"#(+*'"=<= LM'7GGE'+**+89*:;')*+"'*!'*)!
HJ2%*42/+' #F)3/-F"#;)/+' 6;.2/='%*,(
)('6(+2*2/&+*+,1;)/&+6(23&,
a-(_47EP8DC!(2O`D?%8@%EP!J-(_4?!NK/(`CEP857EP
"-J0 jCU,?V!(?A7%E?&OE7BC6G7AU%S4CSCEGCJCFDE%&%PU!ND?EPGD?!+**:"!ND7E?#
75)2%*42$-7I7EP?AADC?@BC6G?6USC?AR6CG%S7ES6?6C@ GD75 7I?PCRE@C6GC?8GHUV?FHP6%RE@ GRFD ?G&%WF%EA6?GAVC8
AWCCE A?6PCAG?E@ V?FHP6%RE@ ?E@ SRYYU7I?PCC@PCG
!?E 0^2CdA6?FA7%E ICAD%@ 7G56%5%GC@'JDC?&P%67ADI56C56%FCGG8
CG?E@ CED?EFCGADC7I?PC7E S6CXRCEFU@%I?7E!?E@ CdA6?FAGA?6PCA0^2EC?6ADCGC?8GHU8&7ECVUIR&A78P6?@CGCPICE8
A?A7%E ?E@ SRG7%E'/d5C67ICEA?&6CGR&AGGD%WAD?AAD7GICAD%@ F?E %BC6F%ICADCGD%6AF%I7EPG7E F%EBCEA7%E?&GCPICEA?8
A7%E ICAD%@G'JDC6CGR&AG%SIR&A78P6?@CGCPICEA?A7%E ?E@ SRG7%E F?E CdA6?FAADCA?6PCA6CP7%EG!ADRG&?U?P%%@ S%RE@?8
A7%E S%6&?AC6A?6PCA6CF%PE7A7%E ?E@ A6?FH7EP'
8(0 9&%,)$7ES6?6C@ 7I?PC%GD75 A?6PCA% IR&A78P6?@CGCPICEA?A7%E ?E@ SRG7%E%0^2CdA6?FA7%E
+#引#言
舰船红外目标识别是红外图像处理的一个分
支!在海洋军事&国防&海上交通运输等领域有着重
要的意义!
也得到了前所未有的重视
(+)
'
其中
!
对
于舰船红外图像分割是舰船红外图像处理和识别的
基础和关键环节' 当海面杂波或其他干扰较强时!
红外图像中有大量背景处的灰度值接近目标像素点
的灰度值!
这给传统的阈值分割带来了困难
())
'
通
常的单阈值分割方法如
^AGR 方法
(")
&自适应阈值分
割法
(!)
等分割效果不够理想!难以适应不同条件下
的红外图像' 针对这一问题!本文提出了一种多级
分割融合策略!用来提取红外图像舰船目标潜在区'
实验结果表明!使用该策略进行潜在区分割效果良
好!对不同图像适应性强'
)#多级分割融合策略
)'+#舰船检测识别流程
如图 + 所示!红外舰船目标检测识别的流程为$
"+# 预处理' 舰船红外图像干扰强!噪声主要
有浪涌等引起的强脉冲噪声和红外传感器自身产
生的单点脉冲噪声' 这里采用 " ]" 的中值滤波!
去除坏 点 噪声 的 同 时 较好 地 保 留了目 标 的 边 缘
信息'
##基金项目!部委级预研项目"(%'9+"*+*"*!*! Z+#资助'
##作者简介!王丁禾"+=;= Z# !男!硕士研究生!研究方向为图像
处理与自动目标识别' /8I?7&$W@DAGD;+[+<"'F%I
##收稿日期!)*+)8+*8+9%修订日期!)*+)8+*8"+