1 军械工程学院电子与光学工程系，河北 石家庄 050003
2 河南质量工程职业学院，河南平顶山 467000
超大视场红外凝视成像系统具有视场大、被动探测、凝视探测等独特优势，但当系统用于弱小目标检测时，由于背景复杂、噪声干扰、目标信息少等问题，检测的准确性和效率往往不高。本文通过采用超大视场中空时域融合处理的思想，提出了一种基于最大化背景模型进行背景抑制的改进方法。该方法首先通过图像预处理、多帧差分选取研究区域；然后通过改进的背景预测模型检测疑似目标点；最后，利用邻域相关准则判定真实目标。通过实验证明：该方法将原方法中的目标信噪比提高了5 倍以上，灰度值提高了10 倍以上，而且保留了更多的目标信息。同时目标检测时间减少了50%以上，提高了检测准确性和检测效率。
红外弱小目标 快速检测 超大视场 最大化背景模型 infrared weak and small target rapid detection super wide-field maximum background model
1 光电信息控制和安全技术重点实验室，河北三河 065201
2 国家电网辽宁锦州供电公司，辽宁锦州 121000
提出基于动态规划的红外弱小目标检测算法的硬件实现方法，分析基于动态规划的能量累加原理，阐述了目标识别的过程，分析图像处理所需要的硬件资源，建立 FPAG+DSP硬件处理平台，验证了算法的实时性和可靠性。文中提出的方法解决了大多数算法无法满足实时性要求的问题，为红外弱小目标的检测提供了一个新的思路。
动态规划 能量累加 红外弱小目标检测 dynamic programming energy cumulative infrared weak and small target detection
