[發明專利]一種基于紅外圖像的海上目標檢測方法

無效

• 申請號: 200910072582.3
• 申請日: 2009-07-24
• 公開（公告）號: CN101604383A
• 公開（公告）日: 2009-12-16
• 發明（設計）人: 張鈞萍;陳浩;張曄
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 哈爾濱市松花江專利商標事務所
• 代理人: 楊立超

技術領域

本發明涉及一種海上目標檢測方法。

背景技術

紅外圖像與可見光相比，噪聲大、分辨率低，但是由于其具有無源的優勢，特別是對海上紅外目標的檢測已引起世界各國的密切關注。隨著高科技的不斷發展，對紅外目標的檢測也提出了更高的要求，既要保證較高的檢測概率和較低的虛警概率，又要在較短的時間內做出判斷乃至相應的反應。

目前經典的海上紅外目標檢測算法，是先對紅外圖像進行各種預處理，如去噪聲、提取邊緣等，然后再提取目標的灰度和幾何特征，達到檢測目標的目的。國內外的不少研究機構都在進行這方面的研究。M.Diani等提出將原圖像與中值濾波后的背景圖像相減，得到目標圖像。此外相繼有人提出基于圖像統計特征、小波變換、形態學以及Hough變換等方法。盡管各有特點，但總的來說傳統的紅外目標檢測算法都需要花費大量的精力去消除背景干擾和噪聲，算法繁瑣，過程復雜，實時性不強，背景噪聲去除效果不能令人滿意。

由于紅外圖像成像的特點，海上紅外圖像往往存在各種各樣的干擾，如水天線、亮帶、海浪、魚鱗光、島嶼、地面建筑物和尾浪等的干擾，還有紅外檢測器本身形成的噪聲，使得傳統的紅外目標檢測方法計算復雜、自適應性差，檢測和識別結果有較大的局限。由此可見，進行海上紅外目標檢測的主要困難在于圖像復雜，所受干擾主要來自于自然背景，結果造成較高的虛警率。

分形理論利用分形對象的自相似性為人們提供了分析自然現象的新方法，恰好可以解決上述問題，通過分形理論提取的自然背景和人造目標的分形特性有著較大的區別，因此這些困擾經典算法的自然噪聲，利用分形技術很容易被去除，從而可以實現海上紅外目標的檢測。

但是如果直接利用分形特征來進行圖像的分割和目標提取及識別，存在如下弊端：1)計算量大。分形計算一般都需要開窗，而且是對開窗尺度變化進行計算，這無疑增加了計算量和復雜度，不利于實時處理。2)采用分形理論分割圖像，如果用矩形窗口滑動計算，只能提取感興趣矩形區域，不能獲取目標實際形狀，更不用說分割出目標；如果對每點進行開窗計算，除了增加計算量外，還很容易將一個目標分割成多個目標，或者形成所謂的散點目標(即使是同一個目標，其本身的紋理也可能有差別)，這將不利于后續的目標檢測。

發明內容

針對背景技術所提及的問題，本發明提供一種既能較好地抑制海雜波，獲得合理的圖像分割，又可以以較快速度提取出分形特征，去除虛假目標，實現有效檢測的海上目標檢測方法。

本發明解決上述技術問題所采用的技術方案是：本發明所述方法針對海上紅外圖像的特點，采用自適應閾值算法分割出感興趣區域，此過程通過預處理和合理的閾值設置有效抑制了海雜波，然后對感興趣區域進行逐點分形計算，在逐點分形計算中考慮了尺度的影響并對邊界進行了對稱處理，最后對每點的分形特征加和取平均作為該區域的分形特征，根據特征檢測出艦船等人造目標；

所述方法的具體步驟如下：

步驟A、對獲得的紅外圖像進行預處理：

步驟A1：輸入紅外圖像I(m，n)，其中m＝1，2，...，M表示圖像的行，n＝1，2，...，N表示圖像的列；

步驟A2：求圖像I(m，n)的灰度最大值，I_max＝max(I(m，n))，即M×N個點所對應的灰度的最大值；

步驟A3：統計圖像I(m，n)的直方圖，通過對圖像各灰度級的統計h(i)，i＝1，2，...，I_max，獲直方圖波谷位置I₀，在I₀附近是目標和背景之間的海雜波區域，其灰度值范圍在I_a～I_b之間；即I_a＜I₀＜I_b；