[發明專利]一種基于加權局部圖像熵的小目標紅外圖像處理方法

有效

• 申請號: 201410554115.5
• 申請日: 2014-10-17
• 公開（公告）號: CN104268844A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 周欣;鄧鶴;孫獻平;葉朝輝;劉買利
• 申請（專利權）人: 中國科學院武漢物理與數學研究所
• 主分類號: G06T5/20
• 分類號: G06T5/20
• 代理公司: 武漢宇晨專利事務所 42001
• 代理人: 李鵬;王敏鋒

技術領域

本發明涉及數字圖像處理技術領域，具體是一種基于加權局部圖像熵的小目標紅外圖像處理方法。

背景技術

小目標紅外圖像處理技術已在民用領域(如衛星大氣紅外云圖分析、紅外醫療圖像病理分析、地質分析、海面人員搜救、入侵檢測、森林火災探測)和軍事領域(如精確制導、預警探測、戰地指揮和偵察、敵我識別)得到廣泛應用，其目標檢測步驟是紅外圖像處理領域的重點和難點，其性能好壞直接決定紅外系統的有效作用距離及設備的復雜程度，因而該技術的研究受到了國內外眾多學者持續而普遍的關注。

小目標圖像中的目標小、強度弱，沒有先驗的大小、形狀及紋理等特征，且目標、背景和噪聲混疊在一起，難以直接檢測。然而，背景一般認為在空域上具有相關性，在時域上具有穩定性，且在頻域上處于圖像的低頻部分，而目標通常認為在空域上與背景不相關，在頻域上處于圖像的高頻部分。因此，小目標紅外圖像處理算法主要分為時間域、空間域和變換域三類：時域算法主要用于抑制具有短時平穩性的背景，但對復雜背景的抑制效果不理想。空域算法具有良好的實時性，易于實現。中值濾波只適合消除脈沖寬度小于濾波窗口的隨機噪聲，無法處理結構化的背景；頂帽變換是一種實用的非線性背景濾波技術，但需要圖像的先驗知識，自適應性不強；自適應濾波技術如二維最小均方誤差濾波等算法，要求背景的統計特性不變或者緩慢變化，所以無法有效抑制復雜背景。變換域算法如基于自適應頻率域巴特沃斯高通濾波、小波變換等，但此類算法來源于Fourier變換，受海森堡(Heisenberg)測不準原理的制約(即時間窗口與頻率窗口的乘積為一個常數)，并且需要正反兩次變換，算法運算量大。

雖然小目標紅外圖像處理領域已取得了很多成果，并且已有很多算法在工程應用中得到了很好的實現，但對于復雜背景下低信噪比小目標紅外圖像，其目標檢測系統工程依然面臨很大的難度和復雜性。如何設計出結構簡單、濾波效果好、魯棒性強的小目標紅外圖像處理算法是目標檢測技術研究的關鍵問題。

發明內容

本發明是針對現有小目標紅外圖像處理方法存在的上述技術問題，提供了一種基于加權局部圖像熵的小目標紅外圖像處理方法。

一種基于加權局部圖像熵的小目標紅外圖像處理方法，包括以下步驟：

一種基于加權局部圖像熵的小目標紅外圖像處理方法，包括以下步驟：

步驟1、求解圖像各個像素點(x,y)的多尺度灰度差異D；

步驟2、求解圖像各個像素點(x,y)的局部圖像熵E；

步驟3、通過多尺度灰度差異D和局部圖像熵E獲得各個像素點(x,y)的加權局部圖像熵H；

步驟4、根據加權局部圖像熵H求解自適應閾值T，并通過自適應閾值T對加權局部圖像熵H進行二值化，檢測出紅外小目標。

如上所述的步驟1的多尺度灰度差異D通過以下步驟求解：

步驟1.1、對于紅外圖像I中每一個像素點(x,y)對應的灰度值為I(x,y)，設置像素點(x,y)的最大鄰域空間Ω_max，鄰域空間Ω_max的大小為L_max×L_max，其中L_max為大于1的正奇數；

步驟1.2、獲得每一個像素點(x,y)的鄰域空間集{Ω_k|k＝1,2,…,L}，其中L＝(L_max-1)/2，Ω_k的大小為(2·k+1)×(2·k+1)；

步驟1.3、利用以下公式計算每一個像素點(x,y)的鄰域Ω_k與Ω_max之間的灰度差異D_k(x,y)，k＝1,2,…,L：