[發明專利]一種單幀紅外圖像弱小目標檢測和定位方法

有效

• 申請號: 201210249215.8
• 申請日: 2012-07-18
• 公開（公告）號: CN102819740A
• 公開（公告）日: 2012-12-12
• 發明（設計）人: 韓軍偉;程塨;郭雷;周培誠;錢曉亮;姚西文
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種單幀紅外圖像弱小目標檢測和定位方法，其特征在于步驟如下：

步驟1預處理：采用加權平均法對輸入紅外圖像的RGB三個分量進行加權平均得到灰度圖像，然后利用灰度線性變換函數將灰度圖像的灰度范圍映射到[I_min,I_max]的灰度區間，得到預處理后的圖像I；

其中：加權平均法計算公式為f(x,y)＝0.3R(x,y)+0.59G(x,y)+0.11B(x,y)，f(x,y)為加權平均法得到的灰度圖像在像素點(x,y)的灰度值，R(x,y)、G(x,y)和B(x,y)分別為輸入紅外圖像在像素點(x,y)的RGB三個分量值；灰度線性變換函數為?I(x,y)為f(x,y)經過灰度線性變換后的灰度值，f_min、f_max分別為灰度線性變換前的灰度圖像的最小灰度值和最大灰度值；

步驟2形態學帶通濾波檢測目標潛在區域：采用大小為S₁×S₁的正方形結構元素對圖像I進行開運算得到圖像I₁，采用大小為S₂×S₂的正方形結構元素對圖像I進行開運算得到圖像I₂，計算I₂和I₁的差分圖像I_D＝I₂-I₁，然后對差分圖像I_D采用閾值Th₁進行二值化，得到二值化圖像I_BW中像素值為1的像素點的集合為目標的潛在區域?其中，S₁是取值范圍為6～12之間的整數；S₂是取值范圍為1～2之間的整數；閾值Th₁的取值范圍為0.15～0.30；

步驟3生成DoG多尺度空間：計算圖像I與不同尺度因子的DoG算子的卷積?得到DoG多尺度空間{D_σ|σ＝σ₁,…,σ_N}；其中：σ為尺度因子，σ_n＝σ₀·k^n-1，σ₀是一個取值范圍為0.5～0.65之間的常數，k是一個取值范圍為1.15～1.25之間的常數；下標和上標n表示尺度空間的標號，1≤n≤N，N為DoG多尺度空間的總層數，N的取值范圍為10～12之間的整數；D_σ表示尺度因子為σ的DoG算子對應的DoG空間；DoG(x,y,σ)表示尺度因子為σ的DoG算子，DoG(x,y,σ)＝G(x,y,σ)-G(x,y,kσ)；G(x,y,σ)為高斯核函數，?G(x,y,σ)＝(1/2πσ²)exp(-(x²+y²)/2σ²)；*表示卷積運算；

步驟4候選目標檢測和定位：將?中像素點?對應的像素值?分別和它的8個相鄰點、上一尺度?中的9個相鄰點以及下一尺度?中的9個相鄰點共26個像素點的值進行比較，如果?為極大值，則像素點?為候選目標坐標點，σ_m為候選目標尺度，且候選目標大小d和候選目標尺度σ_m的關系為?由此可以得到一些列的候選目標?其中：下標m表示尺度空間的標號，2≤m≤N-1；?表示第j個候選目標，它的坐標為?尺度為?下標j表示候選目標的標號，1≤j≤J，J表示候選目標的總個數；

步驟5目標驗證：計算每個候選目標?的局部信雜比?并通過對局部信雜比進行閾值化?得到最終的目標檢測結果；其中：

表示尺度因子為?的DoG算子對應的DoG空間中像素點?的像素值；

σ_j為第j個候選目標?的背景區域的灰度標準差，?μ_j為第j個候選目標的背景區域的灰度均值，C_j表示第j個候選目標的背景區域，M_j表示C_j中的元素個數，?A_j表示第j個候選目標區域，?B_j表示第j個候選目標和背景的總區域，?閾值Th₂的取值范圍為3～5。?