红外小目标探测与跟踪技术研究+算法程序(3)
非均匀性噪声的高频部分具有如下性质：
（2.2.1）
其中 为图像在时间域的高频部分， 表示在时间域求取平均值， 为非均匀噪声在空间域的高频部分。
因此，空域低通的公式（2.2.2）：
（2.2.2)
可以化为公式（2.2.3）：
（2.2.3）
文献【7】中为了进一步改善处理效果，对图像的时域中的高频部分引入了阈值。在时域中，图像的高频部分也会包含一定的边缘信息，这部分边缘信息表现在具体的取值上，就是其值一般会比噪声高。因此算法引入了阈值，来减轻时域高通滤波后结果图的目标边缘模糊现象。
综合以上的理论分析，可以得出时域高通空域低通非均匀性校正算法的最终实现方式：
2.3 小结
经过第二章中的预处理，原始图像中所包含的随机噪声大部分已经被滤除，但是图像中还包含有较多除红外小目标外的其他物体。这些不相关物体与残留的少量随机噪声一起，对算法最终提取视频每一帧图像中感兴趣的红外小目标的坐标，造成了极大的干扰。因此有必要对经过预处理后的图像进行第三章所述的处理，以便排除除算法感兴趣的目标外其他元素的影响。
上一篇：拉曼光谱中量子限制效应分析