فيما يتعلق بمشاكل ضعف شدة إشارة الهدف وصغر الحجم وسهولة التعرض لتداخل الضوضاء وتعقيد التداخل الخلفي في صور الأهداف الضعيفة بالأشعة تحت الحمراء، قدمت هذه الورقة طريقة للكشف عن الأهداف الضعيفة بالأشعة تحت الحمراء تجمع بين عامل مورفولوجي جديد Top-hat وتحويل المويجات. أولاً، يتم استخدام ترشيح مورفولوجي محسن لقمع الخلفية الأولية في صورة الأشعة تحت الحمراء لتقليل تداخل السحب والارتفاع الأرضي والتداخلات المحلية القوية مع كشف الهدف. ثانيًا، يتم إجراء تحليل المويجات على الصورة المعالجة مسبقًا، ويُستخدم الخوارزم المحلي للتدرج والقوة لقمع الخلفية وتعزيز الهدف في المكونات منخفضة التردد، بينما تُجمّع المكونات عالية التردد الثلاثة لتقوية معلومات النقطة المستهدفة. يتم دمج معلومات التردد العالي المعززة مع التردد المنخفض لتحقيق تعزيز مشترك متعدد المقاييس ومتعدد المجالات الترددية. أخيرًا، يتم استخراج الأهداف الضعيفة بالأشعة تحت الحمراء عن طريق طريقة الانقسام القائمة على العتبة التكيفية. أظهرت النتائج التجريبية أن الطريقة المقترحة حققت أفضل مكاسب نسبة إشارة إلى خلفية الضوضاء (SCRG)، وكانت ثاني أفضل في معامل قمع الخلفية (BSF) بعد خوارزمية PTCTV، متفوقةً على الطرق المقارنة الأخرى. في التسلسل Seq6، كان SCRG وBSF 14.16 و82.49 على التوالي. في منحنى ROC، تجاوز أداء الطريقة في Seq3 وSeq5 وSeq6 نسبة 95٪، مما يؤكد فعالية الخوارزمية في قمع الخلفية والضوضاء في المشاهد المعقدة، مع تعزيز الاستقرار والمتانة.

كشف الأهداف الضعيفة بالأشعة تحت الحمراء؛ قمع الخلفية؛ تحويل المويجات؛ التدرج المحلي والقوة المحلية؛ الانقسام بالعتبة التكيفية