窗口热辐射下红外目标检测：基于视觉显著性的新方法

"本文主要探讨了在窗口热辐射环境下，利用视觉显著性进行红外目标检测的新方法，针对高速飞行器红外成像的需求，解决了传统小目标检测方法在气动效应条件下的局限性。文章详细分析了窗口红外热辐射的特性，包括图像的整体灰度分布、目标对比度以及目标边缘变化程度。作者提出了一种基于梯度域的视觉显著性目标检测算法，并阐述了该算法的运行流程。通过比较实验，验证了新方法在处理热辐射条件下的目标检测性能优于常规方法，具有较高的背景抑制能力和快速的运行效率。" 红外目标检测是现代军事和航空航天领域中的关键技术之一，尤其在高速飞行器的监控和跟踪中至关重要。然而，当红外成像系统在高温窗口或气动热辐射条件下工作时，传统的检测方法往往受到挑战，如小目标淹没在复杂的背景中，对比度降低，使得目标难以识别。 本文首先概述了当前小目标检测方法的应用现状和局限性，尤其是在气动效应的影响下，这些方法的性能会大幅度下降。接着，作者深入研究了窗口红外热辐射的特性，指出这种辐射会导致图像的整体灰度分布不均，影响目标的可见性和可区分性。 为解决这些问题，作者提出了一个创新的基于梯度域的视觉显著性目标检测方法。这种方法利用梯度信息来增强目标与背景之间的对比度，同时结合视觉显著性模型，能够突出图像中的关键区域，即目标区域。通过这种方式，即使在强热辐射的背景下，也能有效定位和识别目标。 实验部分，作者对比了新提出的算法与传统小目标检测算法在背景抑制后的目标对比度、运行时间和检测效果。实验结果表明，新方法在处理窗口热辐射条件下的目标检测任务时，不仅提高了目标的检测精度，还缩短了计算时间，显示出明显的优越性。 这篇论文提供了一个在复杂热环境下的红外目标检测新策略，对于提升高速飞行器红外成像系统的性能有重大意义。该研究有望推动相关领域的技术进步，特别是在高温窗口和强热辐射环境中的红外目标探测和识别。