摘要：在分析红外图像弱小目标和背景特征的基础上,提出了基于双树复数小波变换（dual-tree complex wavelet transform,DT-CWT）和支持向量回归（support vectorr egression,SVR）的检测方法。首先采用双树复数小波变换抑制大部分背景噪声;其次用SVR对去噪后的红外图像进行背景预测,并用去噪后的实际图像减去预测图像得到残差图像,大大提高了图像的信噪比;接着提出了基于模糊Tsallis-Havrda-Charvat熵的阈值选取算法,对残差图像进行阈值分割;最后根据目标的连续性和运动轨迹的一致性检测出真实的小目标。实验结果表明：该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测。

关键词：红外弱小目标检测 双树复数小波变换 

单位：南京航空航天大学信息科学与技术学院 210016 南京大学计算机软件新技术国家重点实验室 210093