红外小目标检测技术一直都是红外图像处理领域中一个非常重要的研究课题,在军事领域有着广泛的应用,而且在民用领域也有强烈的需求和应用前景,运用于森林火灾监测是一种新思路。在研究军事领域红外目标检测的基础上,研究了如何把森林火点作为红外目标来检测。针对此,本文主要进行了以下几方面工作:首先,对红外目标(火点)和背景(森林背景)的红外辐射特性进行了研究,重点研究了森林火灾监测中的火点和非火点红外特性,森林植被有一个重要的特点是温度变化不大,因此本文在森林火点检测过程中充分利用了这一特性,实验结果表明它可以提高检测率。其次,着重研究了各向异性扩散与非抽样小波变换的结合。由于抽样小波不具有平移不变性,所以重构时会产生振铃效应(吉布斯现象);然而,图像去噪研究表明,非抽样小波变换可抑制它。此外,本文还对各向异性扩散经典模型进行了研究,且在小波域进行各向异性扩散,使目标信息在各个频段以及每个频段的三个方向上都得到增强。然后,针对利用红外技术探测掩埋地表下的异常物体(本文中为火苗或大火扑灭后的余火,掩埋的物体),做了一些室外的探测实验,实验内容包括探测地表面的火苗和近地表掩埋的高温物体;为了作对比分析,还获得了可见光数据。最后,把森林火点作为红外小目标来检测,在上述研究的基础上,提出了基于小波各向异性扩散滤波的森林火点检测方法。为了作对比实验分析,还研究了现有的经典森林火点检测模型,该模型是针对中分辨率成像光谱仪设计的;然而本文选择的数据为08年我国发射的环境减灾小卫星数据,它的空间分辨力高达150m。由于二个传感器的成像波段不相同,因此必须修改经典模型的火点阈值才能运用于环境减灾小卫星数据的火点检测。