基于改进顶帽变换的红外弱小目标检测

天空背景下的红外弱小目标检测技术较为成熟，但在近地复杂背景下，红外弱小目标的检测存在准确率不高、虚警目标多、实时性差的问题。针对以上问题，该文提出一种基于改进顶帽变换的红外弱小目标检测算法(OTHOLCM)。该算法采用基于改进顶帽变换的图像预处理算法(OTH)，通过对不同灰度值的图像采取不同的策略针对性地处理图像，达到目标增强、背景抑制的效果。并在此基础上，采用基于改进多尺度局部对比度的红外弱小目标检测算法(OLCM)，通过针对目标尺寸特点进行尺度设计，使得在保证算法实时性的基础上扩大目标尺寸检测范围。实验证明：OTHOLCM算法可以保证实时性并明显提高目标检测准确率、减少虚警目标数量。与3层模板局部差异度量算法(TTLDM)、基于边角感知的时空张量模型(ECASTT)等先进算法相比，OTHOLCM算法可使真阳性率分别提高近79%, 61%，假阳性率分别降低近77%, 73%，目标检测速度达到每秒25帧。