红外小目标检测一直是图像处理研究的热点和难点, 由于受到多种因素的影响, 红外小目标图像存在信噪比低、对比度差的问题, 目标容易被背景所覆盖。研究天空背景红外图像特征, 针对图像场景各部分的特点, 采用形态学算法对原始图像进行预处理, 剔除噪声的影响, 然后利用图像像素间的相关性, 即若同为目标像元, 则在水平和垂直方向上, 灰度变化一般较为平缓, 据此利用对角线邻域像素差值信息, 对噪声抑制后的图像进行红外小目标检测。仿真实验结果表明, 该算法计算简单方便, 能够较为有效地提取出目标。

光电跟踪测量设备电视系统受到自然条件的影响，往往捕获不到清晰的画面，很容易出现对比度极低的图像。针对此种情况，提出了一种用邻域差值来确定分段点的灰度变换法。通过计算像素5×5邻域的灰度差值，取最小的12个值之和ND。在大量实验的基础上确定合适的阈值T，与ND相比较，确定出图像边缘像素的灰度值范围，据此确定分段灰度变换公式的分段点。实验结果表明，在原图像对比度为1.19%的基础上，通过该算法处理后图像的对比度是原图像的18.79倍，是直方图均衡化后图像的6.97倍，是直方图规定化后图像的41.41倍，图像对比度达到了22.36%，图像的直方图也由单峰突出变为比较均衡的状态。该算法无论在数据上还是在视觉上都取得了很好的效果，满足了电视系统的跟踪要求，已经应用在光电跟踪测量设备上，有较好的实用价值。