● 摘要
红外舰船图像中舰船目标的提取是海洋巡查系统的重要前提和保证，具有重要的研究意义和应用价值。由于红外舰船图像成像质量较差、对比度低、干扰和噪声较多，对红外图像进行增强与分割是一项富有挑战性的问题。本文针对传统红外舰船图像增强与分割方法的不足，设计了基于模糊理论的红外舰船图像增强与分割算法并结合实验对算法效果进行了分析对比。主要研究工作如下：
首先，分析介绍了模糊理论的理论基础及模糊理论在图像处理领域中的应用，根据红外舰船图像目标与背景界限较不分明、不确定性较大的特点，重点分析了模糊推理系统的原理与特性，确定了基于模糊推理系统的算法框架。
其次，针对红外舰船图像的特性，提取了舰船目标的灰度特征与空间特征。一方面，本文分析了红外舰船图像的灰度统计分布特性，根据直方图的分布形态采用了单峰态阈值作为舰船目标与海面背景的分界，并根据红外舰船图像的直方图特性对单峰态阈值技术进行了改进；另一方面，本文提出了一种舰船目标的空间特征构造方法，运用图像显著性特征、区域生长技术与数学形态学方法充分利用图像的空间信息，对舰船目标的空间隶属关系进行表达。
再次，针对红外舰船图像增强与分割问题，设计并实现了红外舰船目标模糊推理系统。一方面，在模糊化阶段根据红外舰船图像的特点提出了一种自适应的特征隶属度函数及参数的选取方法，解决了模糊系统中隶属度函数及参数自适应选取的难点；另一方面，针对红外舰船目标的特点设计模糊规则构建了模糊推理知识库，充分利用专家知识对舰船目标进行建模。
最后，根据模糊推理系统的输出结果，得到增强后的红外舰船图像，并在图像增强的基础上分割出完整的舰船目标。大量的实验结果及主客观对比证明本文算法适应性强、性能稳定、效果良好并优于其它红外舰船图像增强与分割算法。