[發明專利]一種結合尺度優選的顯著法紅外小目標增強方法

在審

• 申請號: 201410261561.7
• 申請日: 2014-06-12
• 公開（公告）號: CN104050638A
• 公開（公告）日: 2014-09-17
• 發明（設計）人: 趙巨峰;張輝朝;高秀敏
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種結合尺度優選的顯著法紅外小目標增強方法，其特征在于，包括如下步驟：

步驟一：設計平滑方法

采用梯度約束的平滑方法，對于輸入圖像O，經過平滑后獲取的圖像I滿足下面方程：

I+L(O,λ)argminI||O-I||+λ(||ΔihI||+||ΔivI||)]]>

這里λ為規整化系數，與為一階水平與豎直梯度算子。

步驟二:多層次分解

利用步驟一中的I＝L(O,λ)，根據λ不同，將圖像O分解為(n+1)級層次圖像，包括1個基礎層I_n與n個細節層(d₁～d_n)，都稱為子圖像：

O=In+Σk=1n(Ik-1-Ik)=In+Σk=1n(dk)]]>

步驟三：獲取不同層次下的顯著圖并增強

在不同層次下，通過結合尺度的選擇的顯著圖獲取，得到反應局部小目標顯著特性的顯著圖S。

(a)優選尺度—窗口的選擇

設計為L₁×L₁以及L₂×L₂參數相關的窗口。設定L₁×L₁的窗口為window(L₁)，于是window(L₁)為L₁×L₁大小的全1矩陣，即窗口window(L₁)內的所有元素都為1；

設定另一個窗口L₂×L₂的窗口為window(L₂)，于是window(L₂)也為L₁×L₁大小的矩陣，但內部L₂×L₂大小范圍內的都是1，其余部分都為0；

Δwindow＝window(L₁)-window(L₂)。

(b)結合優選尺度計算顯著圖

輸入(2)中的圖像，基礎層I_n或者n個細節層(d₁～d_n)圖像，本發明在計算顯著圖的方法為：對于其中任意像素(i,j)，都在局部區域內計算，結合(a)的內容，該位置處的顯著值計算為：

S(i,j)＝|A_low(i,j)-A_high(i,j)|*window(L₁)-|A_low(i,j)-A_high(i,j)|*Δwindow其中，

A_low(i,j)＝A(i,j)*gauss(R,σ₁)

A_high(i,j)＝A(i,j)*gauss(R,σ₂)

分別用I_n與d₁～d_n代替上面式子中的A，最終獲取不同層次下的顯著圖S_n，S_dk(k＝1,2…n)。gauss()表示高斯函數；

(c)獲取不同層次下的增強圖像

于是，(n+1)個層次下，由原始圖像O最終獲取增強后的圖像分別為：

E_dk(i,j)＝ω₀·d_k(i,j)+(1-ω₀)·d_k(i,j)·S_dk(i,j)k＝1,2,…n

E_n(i,j)＝ω₀·I_n(i,j)+(1-ω₀)·I_n(i,j)·S_n(i,j)

ω₀是平衡增強效果的一個常數。通過顯著圖的精確獲取，實現小目標的增強，增大小目標與背景的對比。

(4)多層次的合成

在運用多尺度分解圖像后，給不同尺度上的子圖像重新賦以不同的權重值α₁～α_n+1，合成的規則如下：

U＝α₁E_d1+α₂E_d2+...+α_nE_dn+α_n+1E_n

最終獲取了增強結果U。