海面红外目标检测

针对于现有研究，总结出以下的内容和当今最为流行的海面目标检测方法。
第一类：在空间域上处理
第二类：在频域上处理
针对于第一类，现在比较流行的有三种方法
1.形态学滤波
主要是基于灰度特性来进而去除背景杂波从而进行对目标检测。最为典型的就是利用 top-hat transformation （src-open（src））来剔除背景和增强目标。因为这种形态学操作是在空间上直接进行卷积操作，无需转换到其他域中（包括：频域，梯度域等），所以对于剔除背景和增强目标的好坏就要与卷积和的选取极为重要。
2.区域特性分析
主要基于熵，对比度，灰度特性进行目标的提取与检测。
用信息熵和局部相似性分析提取红外图像中的高显著性区域，对高显著性区域进行对比度计算，结合阈值分割实现目标提取。
3.点特性分析
主要是基于灰度和对比度特性进行目标的提取。
现在主流应用方法是局部峰值法。
首先就是确定四个方向（横，竖，主对角线，斜对角线），在这四个方向上进行峰值检测，也就是找哪个点的灰度值在这四个方向上最大，从而就把它确定为峰值点。这属于第一次阈值化处理。然后在这些峰值点的基础上求出均值和方差，来确定一个阈值（公式在下一篇文章里），这些峰值点大于这个阈值的留下，并标为255，即最大灰度值。这属于第二次阈值化处理。最后在用对比度来确定。(front/frontcnt)/(bk/bkcnt)，最终得出结果。