4.2 理想高通滤波    15
4.3中值滤波和最大中值滤波算法    16
4.4 双边滤波    18
4.5 本章小结    19
结  论    21
致  谢    22
参考文献    23
1 引言
1.1 课题背景及研究的目的和意义
随着现代技术的发展，现代战争已经逐渐演化为高新科技战争，一个国家掌握了技术便掌握了现代战争的主动权，决定着战争的现实结果。随着军事技术发展，越来越多的技术被应用在战争中，在制导、目标检测及跟踪显得尤其重要，现代战争中对制导技术的要求越来越高，精准性和实时性，为了对红外目标的检测和跟踪获得更好的效果，必须要对对前期复杂的背景、微小的点目标进行处理，其中这些预处理过程中尤为重要的便是背景抑制功能。
红外小目标检测是一种可用于多个领域的通用技术。在军事领域，小目标检测应用于预警系统是为了尽快找到可疑目标，同时也使得我方增加了反应时间；还应用于制导武器和机载下视系统来掌握对方动态和找出对方袭击目标[1]。在民用领域中，弱小目标检测在人们的生活中发挥巨大的作用，它被应用在医学成像、航天、机器人、遥感测绘、监控等方面。
想要实现对红外目标的准确追踪和检测，对目标的检测提取算法的研究非常必要和重要。其中，红外背景的抑制算法是天机预警监视和目标探测、识别和导弹技术等诸多领域的关键技术。这项关键抑制技术室图像处理领域中一个历史悠久，但却又历久弥新的永恒的研究课题。本文的研究内容是对目标的检测和跟踪问题中的背景抑制算法方面的子问题，本文的具体工作就是对背景抑制方法的进行研究。红外图像背景抑制是将图像中有意义的部分从整体中突显出来，对背景抑制所需的特征量的测量问题以及背景抑制的好坏与否影响了后续检测算法中对目标的识别，进而很大程度上影响了目标识别的保障性。由于导弹等战术目标与探测系统距离较远时，在红外焦平面的阵列上所成的像尺寸很小、信噪比很低，且由于背景繁杂，导致分辨率较低。如何在这样的情况下对大量的繁杂的信息进行处理，抑制冗余信息，突出有效信息，实现目标和背景的分离是一项较为困难的工作[2]。
1.2 小目标检测的背景抑制算法国内外研究现状
 1.3 本文的研究内容安排
    本文以几种复杂背景的红外图像的背景抑制算法为切入点，并将本文采用的几种滤波算法在理论分析和实验结果方面进行比较，以此得出各个算法的优缺点。
首先为绪论部分，介绍了课题的背景以及其研究的意义，还有就是目前小目标检测的背景抑制的国内外研究近况；
其次是目标与背景在红外图像中的特性简介，该部份对图象中的噪声、背景和目标进行研究分析，为后续背景抑制方法的研究提供理论基础。
最后是本文采用的方法与其它几种背景抑制方法的对比部分。该部分通过各个背景抑制方法对复杂背景图像的抑制效果来对各个算法的适用范围和优缺点进行对比和分析。
2  红外图像中的目标与背景的特性分析
2.1 复杂背景下的红外图像组成
当红外辐射被红外探测器所接受到的时候,会自动将其转变成时变电信号,然后通过一系列信号处理手段：例如放大和变换，得到我们所需的最终二文红外图像。我们所得到的图像中，每个像素点的亮度都不相同，这反映出所接收到的辐射能量强弱的波动。在红外图象中，热交换等诸多现象广泛的存在于待测对象和此对象的所处环境中。并且热辐射在大气中会受到散射和吸收等多种影响,因而形成诸多噪声，使得目标与背景难以识别。对红外探测器接收到的信号进行处理，得到的图像包括以下三种信息： 复杂背景条件下红外目标背景抑制方法研究(2):http://www.youerw.com/tongxin/lunwen_23604.html