點目標檢測

點目標圖像呈現為幾個像素的特徵，信噪比較低，目標圖像攜帶的信息量少，無法反映幾何輪廓特徵，加上現有成像系統不能反映出灰度以外的其他物理特性，限制了空間濾波或圖形識別等一些技術的套用，給圖像的檢測帶來了很大的困難。

多幀累積點目標圖像，可以提高信噪比，但直接積累多幀點目標場景圖像，在實時檢測當中受限。將目標單幀內的空間處理和多幀間的時間處理結合起來對點目標場景圖像，在實時檢測當中受限。將目標單幀內的空間處理和多幀間的時間處理結合起來對點目標可有效檢測。單幀內採用高通濾波、自適應閾值等方法能抑制背景噪聲，增強小目標；似然檢測理論可進行統計分析，消除緩慢變化的背景部分和弱噪聲干擾點，領域判決法能提取出少量的候選目標點。進行多幀間目標運動的連續性判斷並採用圖像流分析可對圖像序列進行分析，檢測出運動目標並粗略進行距離估計。

由於所要檢測的往往是信噪比條件的弱小目標，低信噪比條件下的先跟蹤後檢測的TBD算法具有很好的適用性。TBD法概括為3個步驟：一是通過濾波將圖像低頻和高頻部分進行分離，儘可能抑制原始圖像中的低頻背景雜波干擾，提高信噪比。二是利用響鈴幾幀中目標的運動信息來分割可能目標，從背景抑制後的圖像中分割出少量候選目標進行跟蹤。三是利用序列圖像中目標運動的連續性和軌跡的一致性，進一步排除虛假目標，從候選對象中檢出真正目標。