1 绪论

1.1 研究背景及检测思路

  得益于第二次科技，军事科技迅速发展，各种尖端武器层出不穷，这对国土安全构成了严重的威胁。为了对可能来袭的敌方目标进行精确定位，其使用雷达是迄今为止最为有效的远程电子探测设备。在现代战争中，雷达是现代作战指挥系统是目前用于对远距离目标探测，跟踪，识别最主要的方法，是各类作战平台武器系统实现告警或精确打击的必要手段和不可或缺的组成部分。但是，随着现代电磁隐身技术和反辐射导弹的不断发展，使得现代战争体系中这一重要的传感器——雷达正面临着日益严峻的挑战和威胁.因此，寻求新的防空告警和制导手段已成为迫切需要解决的问题，而无源或被动探测技术是解决这一问题的很有效的途径，其中被动红外成像探测目标检测技术又是其重要的研究方向之一。

同时，在民用方面，红外探测技术也得到了多方面的应用，很多民用安防领域，例如利用红外热成像实现对外部入侵（强盗，小偷）的自动告警，自动跟踪等。在应对非典，禽流感的疾病传播是，通过红外检测最终病原体携带者也是通用的方法。还有海盗，反恐等领域也可以应用。

所以可以看出，红外成像目标检测在各个领域的运用都是很广泛的，其发展具有重大的经济利益以及战略价值。

  红外成像目标的检测主要分为两个步骤，一是使用样本进行分类器的训练过程，二是对红外成像目标的检测过程。一般情况下红外成像目标检测系统主要包括步骤为红外数据集及模板集的获取，对获取的到红外数据集进行预处理（包括降噪，图像增强等），模板显著分析，特征矩阵降维，相似性匹配等。其中，在特征提取阶段，本文主要运用到自适应回归核(Locally Adaptive Regression Kernels，LARK)的特征提取方发进行目标特征提取。具体步骤如下：

（1）红外图像的获取：通过安装在各处的红外照相设备获取红外图像。

（2）红外图像预处理：采用高斯降噪等方法降低图像信噪比，同时，提高图形质量，增强图像灵敏度。

（3）样本目标特征提取：通过特定算法，提取目标的结构特征与统计特征，结构特征需要提取目标的长，宽，高等量，而统计特征需要提取目标的数学统计量例如方差，标准差等。

（4）特征降维：对通过特征提取得到局部边缘特征矩阵进行降维处理，从而提高后面工作的效率。

（5）相似性匹配：将处理后的模板与样本特征值进行匹配，最后从样本数据集中提出出于模板匹配的目标，将其提取出。

而目前红外成像目标的提取主要遵循两种思路分别是自下而上进行以及自上而下进行，这两种思路各有其特点：

（1）以马尔模型为代表的自下而上进行的思路只需要对现有数据进行分析验证，对单目标进行提取，而不需要进行实现验证，易于实现。但这种思路具有盲目性，以及无法在样本特征提出中获得指导等缺点，所以这种思路的使用有一定的限制，使用不够广泛。

（2）而构建知觉理论，就是以自上而下的思路进行，是根据已有的知识对实验过程进行指导，对图像模型进行正确验证，运用数学方法，配合计算机技术来进行目标的提取，这种思路是目前研究的主要思路，其优点在于对样本数据集的特征提取时，可以达到对特征值的精确提取，从而过滤掉不需要的特征值，提高效率。

1.2 红外成像目标检测的研究现状

   红外成像目标检测属于模式识别的范畴，现阶段主要的模式识别主要分为五大类：模板匹配；原型匹配；特征分析；结构描述；傅里叶模式。基于这些理论，现今主要将去运用在智能感知以及图像理解的数学处理方法上。在这些新的理论中，马尔的视觉计算理论主要被用于计算机技术当中。但是，到目前为止并没有形成一个较为稳定，较为通用的模式识别。因此，上诉的所以理论模式都有其制约性以及片面性。这也正是制约红外成像目标检测数学理论模型以及更进一步发展的原因。