基于合作目標的檢測提取算法.pdf

1、導彈目標紅外特性數據的積累直接決定了導彈預警衛(wèi)星對目標識別的準確率,不同季節(jié)、不同時段地球/大氣背景的復雜性使得理論推算和數字仿真獲取彈道導彈紅外輻射特征的準確性難以保證,因此有必要在軌開展導彈目標紅外輻射特性的合作測量。
　　在整個目標特性數據的后處理系統(tǒng)中,本文主要對在軌測量導彈目標的檢測提取算法展開研究。由于在合作試驗中導彈合作目標及衛(wèi)星的內外方位元素均為已知,研究如何利用合作目標在測量圖像中的位置先驗信息,對合作目標進行有

2、效的檢測與提取是本論文的研究重點。
　　本文系統(tǒng)地開展了合作目標測量成像定位建模、目標常規(guī)檢測方法研究、數學形態(tài)學的合作目標檢測提取算法、合作目標檢測提取算法軟件集成四個方面的工作,主要內容包括:
　　在合作目標測量成像定位建模方面,對合作測量所涉及的主要坐標系統(tǒng)進行介紹,建立了合作目標測量成像定位模型,為目標的定位解算及感興趣區(qū)域的劃分提供了理論依據。
　　在常規(guī)目標檢測方法研究方面,對常規(guī)的背景抑制算法及分割算法進

3、行了實驗驗證,其中包括固定權值的濾波算法、最大中值差分濾波算法、圖像局部熵算法,最大類間方差分割算法、迭代的全局閾值分割算法、基于恒虛警概率的分割算法,對其適用范圍進行了討論。
　　在數學形態(tài)學的合作目標檢測提取算法方面,對單一算子的形態(tài)學算法與次序統(tǒng)計思想加以結合,設計了次序統(tǒng)計形態(tài)學算法與基于目標能量最大的能量累積形態(tài)學算法。
　　在合作目標檢測提取算法軟件集成方面,對前文研究的算法加以集成,基于Matlab2010軟件