基于模糊分类的弱小目标检测方法

为了实现对红外云层背景下的弱小目标检测,提出了一种新的基于模糊分类的红外弱小目标检测方法。该方法直接从待分类图像中提取出不同的类别区域,使得分类模板准确地体现当前图像的不同类别,从而得到图像的准确类别以实现弱小目标检测。首先,对红外天空背景弱小目标图像进行分析,将图像中的3类物体:净空、云及弱小目标细分为11个类别区域;其次,定义了类别特征矢量并基于此提出了类别核的定义,然后,根据类别核的定义从待检测图像中提取出11类区域的类别核;最后,根据模糊分类理论,定义了类别相似系数和类别贴近度,通过类别核对图像进行分类和类别归并,保留弱小目标类别完成检测。实验结果表明,该方法可对信噪比大于1.0的天空背景红外弱小目标图像中不同类型的区域进行准确分类,实现了对低信噪比的复杂云层背景图像中的弱小目标检测。