Em relação aos problemas de baixa intensidade do sinal do alvo, pequeno tamanho, fácil interferência por ruído e complexidade do ruído de fundo em imagens de alvos frágeis no infravermelho, este artigo propõe um método de detecção de alvos frágeis no infravermelho que combina um novo operador morfológico Top-hat com transformação wavelet. Primeiro, utiliza-se filtragem morfológica aprimorada para supressão preliminar do fundo na imagem infravermelha, a fim de reduzir a interferência de nuvens, relevo do terreno e ruído local forte na detecção do alvo. Em seguida, realiza-se a decomposição wavelet na imagem pré-processada, aplicando algoritmos de gradiente local e intensidade local aos componentes de baixa frequência para supressão do fundo e realce do alvo, enquanto os três componentes de alta frequência são acumulados para potencializar ainda mais as características dos pontos-alvo. As informações de alta frequência aprimoradas são integradas às de baixa frequência, alcançando uma amplificação conjunta em múltiplas escalas e domínios de frequência. Por fim, os alvos frágeis no infravermelho são extraídos utilizando um método de segmentação por limiar adaptativo. Os resultados experimentais mostram que o método proposto atinge o melhor ganho na relação sinal-ruído (SCRG) e fica atrás apenas do algoritmo PTCTV no coeficiente de supressão de fundo (BSF), apresentando desempenho geral superior a outros métodos comparados. Na sequência Seq6, SCRG e BSF foram 14,16 e 82,49, respectivamente. Na curva ROC, o desempenho do método ultrapassou 95% em Seq3, Seq5 e Seq6, comprovando que o algoritmo pode suprimir efetivamente o fundo e o ruído em cenários complexos, com alta estabilidade e robustez.

Detecção de alvos frágeis no infravermelho; supressão de fundo; transformação wavelet; gradiente local e intensidade local; segmentação por limiar adaptativo