적외선 약소 목표 영상에서 목표 신호 세기가 낮고 크기가 작으며 노이즈에 취약하고 배경 잡음이 복잡한 문제를 해결하기 위해 본 논문에서는 새로운 형태학적 Top-hat 연산자와 웨이브릿 변환을 결합한 적외선 약소 목표 검출 방법을 제안한다. 먼저, 개선된 형태학적 필터링을 이용하여 적외선 영상을 초기 배경 억제하여 구름, 지형 기복 및 국부 강 잡음이 목표 검출에 미치는 간섭을 줄인다. 그 다음 전처리된 영상에 대해 웨이브릿 분해를 수행하고, 저주파 성분에 대해 국부 기울기 및 국부 강도 알고리즘을 사용하여 배경 억제 및 목표 강화 작업을 수행하며, 3개의 고주파 성분을 누적하여 목표 점 특성 정보를 더욱 강화한다. 강화된 고주파 정보와 저주파 정보를 융합하여 다중 스케일 및 다중 주파수 영역의 공동 강화 효과를 실현한다. 마지막으로 적응 임계값 분할 방법을 통해 적외선 약소 목표를 추출한다. 실험 결과 제안한 방법은 신호대잡음비(SCRG) 향상에서 최적의 성능을 보였으며, 배경 억제 계수(BSF)는 PTCTV 알고리즘에 이어 두 번째로 우수하여 전체 성능이 다른 비교 방법들보다 뛰어났다. Seq6에서 SCRG와 BSF는 각각 14.16과 82.49이다. ROC 곡선에서 본 방법은 Seq3, Seq5, Seq6에서 모두 95% 이상의 성능을 보여 복잡한 장면에서 배경과 노이즈를 효과적으로 억제할 수 있음을 충분히 검증하였으며 높은 안정성과 견고함을 가진다.

적외선 약소 목표 검출; 배경 억제; 웨이브릿 변환; 국부 기울기 및 국부 강도; 적응 임계값 분할