● 摘要
论文针对遥感图像机场目标识别和红外图像运动目标检测做了以下研究：在机场识别方面，论文首先分析了机场在遥感图像中的成像特点，总结出了机场跑道的直线结构特征和纹理特征为机场的固有特征；然后讨论了对原始图像进行噪声抑制和图像校正等处理方法；此后针对机场的特征，研究了多种边缘检测算法的特点并实验对比分析了其应用于机场跑道提取的有效性，总结出Canny算法为最有效的算法。研究了用于直线提取的标准Hough变换算法与随机Hough变换算法，分析比较了这两种算法的优缺点，并针对两种算法中都存在的直线冗余和随Hough变换算法中因随机选点而引起的遍历不够的缺点，进行了基于连通性的多阈值随Hough变换算法改进，实验结果对比效果明显。最后基于遥感图像内容复杂、清晰度低以及机场跑道的纹理跃变等特征，为减少边缘断线，抑制冗余细节，提出了一种先通过区域模糊相似性聚类后提取边缘、直线检测的算法流程，与传统算法相比，经聚类后的机场边缘得到明显增强，纹理细节被有效抑制，实验对比结果图验证了其有效性。在红外运动目标检测方面，论文首先分析了红外图像的特征，阐述了红外目标跟踪系统的结构及红外运动目标检测的意义；然后研究了三种运动目标检测的图像处理算法，分别给出了各个算法的试验结果及其分析。最后提出了一种基于热斑检测的红外运动目标检测新算法。针对红外图像的特征，基于运动目标在红外成像中相对于背景温度较高的区域建立了背景/热斑/噪声频带模型，通过改进多级带通滤波法对图像的背景和噪声频段进行抑制，实现了目标热斑区域的有效增强，然后通过阈值分割和种子生长的方法检测出运动目标的潜在位置。多条件下多种红外运动目标的正确检测结果验证了其有效性。