بالنظر إلى المشكلات الموجودة في صور الأهداف الصغيرة الضعيفة بالأشعة تحت الحمراء مثل انخفاض شدة إشارة الهدف، صغر الحجم، سهولة تأثرها بالضوضاء وتعقيد التشويش الخلفي، قدمت هذه الورقة طريقة للكشف عن الأهداف الصغيرة الضعيفة بالأشعة تحت الحمراء تجمع بين مرشح طوب-هات الطوبولوجي الجديد والتحويل المويجي. أولاً، يتم استخدام ترشيح مورفولوجي محسن للضغط المبدئي للخلفية في صور الأشعة تحت الحمراء لتقليل تأثير الغيوم، التضاريس والتشويش القوي المحلي على كشف الهدف. ثانيًا، يتم تحليل الصورة المعالجة مسبقًا باستخدام التحليل المويجي، ويتم استخدام خوارزمية التدرج المحلي والشدة المحلية لقمع الخلفية وتعزيز الهدف عند المكونات منخفضة التردد، كما يتم جمع المكونات مرتفعة التردد الثلاثة لتعزيز معلومات ميزات نقاط الهدف، ثم يتم دمج المعلومات المعززة للترددات العالية والمخفضة لتحقيق تعزيز مشترك متعدد المقياس ومتعدد النطاق الترددي. وأخيرًا، يتم استخراج الأهداف الصغيرة الضعيفة من خلال طريقة فصل يعتمد على عتبة تلقائية تكيفية. أظهرت النتائج التجريبية أن الطريقة المقترحة تحقق أفضل مكاسب نسبة إشارة إلى التشويش (SCRG)، وفي معامل قمع الخلفية (BSF) تحتل المرتبة الثانية بعد خوارزمية PTCTV، متفوقة بشكل عام على الطرق المقارنة الأخرى. على التوالي، كانت قيم SCRG و BSF على تسلسل 6 هي 14.16 و 82.49. في منحنيات ROC، تجاوز أداء هذه الطريقة 95% في التسلسلات 3 و 5 و 6، مما يثبت بوضوح أن الخوارزمية قادرة على قمع الخلفية والضوضاء بفعالية في الحالات المعقدة، ولديها استقرار وموثوقية قويين.

الكشف عن الأهداف الصغيرة الضعيفة بالأشعة تحت الحمراء; قمع الخلفية; التحويل المويجي; التدرج المحلي والشدة المحلية; فصل عتبة تكيفي