结 论    27
致 谢    28
参考文献29
1  绪论
1.1  课题研究的背景和意义
随着科学技术的发展，传统的作战模式被更改，一种以武器代替人力的作战方式成为主流。所以就目前的发展潮流来看，远距离探测和精确制导成目前军事领域研究的重中之重，此情况下红外目标探测具有及时发现并跟踪目标的特点，在此趋势下，基于繁杂背景下对结构目标检测受到越来越多的关注。此外在工业领域，地物的探测和开采邻域无一不是在复杂背景下进行特征提取的操作，正是由于军事和工业领域的密切需求，给此课题赋予了充分的必要性。
从上个世纪的五优尔十年代开始，军事方面开始运用红外成像的相关技术，特别是在一些军事的成像、军事告警及军事侦测等方面会用到红外的技术[1]。    
微光情况下，有关红有图像中微小目标的检测成为一个焦点问题，它在红外成像系统中占据着着举足轻重的低位。在它的高光谱图像中，目标和背景具有相似的灰度值，我们想要获取的目标很难提取出来。但是随着探测器的探测水平的发展，图像信号处理能力的不断发展，红外图像中弱结构的提取水平和能力逐渐提高，无论是在噪声消除方面，还是在图像目标增强方面，已经涌现出许多高效的算法来。
多波段夜视空间光谱包含着丰富的信息，其范围从可见光到红外波段，它具有很高的光谱分辨率。通过结合计算机及相关的图像处理软件，可以对红外图像中弱小结构的进行有关去噪、目标增强、检测等一系列的操作。这种技术广泛的应用于无论是日常还是科研领域的方方面面。例如，应用在光学信息中的字符鉴别、光学图像的识别中；应用于军事方面的微光夜视、特殊目标的追寻等；工业上的零件尺寸的精确测量、零件缺陷的检测等。此外，在人工智能以及医学方面等领域都有着不可或缺的重要作用。
1.2  多波段夜视空间光谱结构特征提取发展现状和前景
  1.3  课题研究的有关概念和主要内容
多波段夜视空间个目标的光谱结构，即在微光情况下通过光学成像器件所拍摄的图片，它具有噪声大，信噪比低的特点，同时背景和目标的灰度值很低且较为相似。对于这种红外弱结构的特征提取，我们可以从系统方面和图像处理角度来进行研究。对于主要噪声来源的系统，我们可以试图从它的光学结构、器件的非均匀性出发，通过改善系统性能来提高检测能力。基于图像处理方面，我们应该建立在对微光红外图像的背景、目标及像元的光谱特性的基础上，提出一系列基于现有方法的改进的算法和提取手段，从而能够最大限度的提高特征提取的有效性。
对于红外弱结构的提取，我们应该首先明确有关的一些概念。红外图像即是红外遥感器接收地物反射或自身发射的红外线而形成的图像，像元具有若干波段的光谱图。“弱”代表的图像的亮度低，即灰度值比较低，同时成像距离的远近也是造成目标强弱和大小的主要原因。我们所研究的范畴即为远距离、低亮度之下所采集的复杂背景红外目标的特征提取。
根据复杂背景下图像的这些特点，我们在运用图像处理方面提取弱结构特征时，首先在分析各种滤波器原理的基础上，寻求一种最合适的降噪手段，来提高图像的对比度。同时还要综合运用多种图像加强的方法，来实现对弱结构目标信息的图像增强。
2  噪声、背景及目标特性分析
2.1  噪声特性分析
    微光图像即是在可见度很低的情况下拍摄的图片，此类图片所涉及了红外弱小目标检测问题，图片信息的目标物和背景在灰度值及亮度值上面有很小的差别，即目标和背景很难区分，且检测物噪声很大，但目前有关背景和目标的系统噪声分析问题还没有成熟的研究方案，在此，就研究的多波段空间小目标图像所产生的噪声问题进行全面系统的分析。 matlab多波段夜视目标空间光谱结构的特征提取(2):http://www.youerw.com/wuli/lunwen_21711.html