[發(fā)明專利]一種基于模糊技術(shù)的紅外弱小目標圖像邊緣增強算法

在審

• 申請?zhí)枺?/td>: 201611000702.5
• 申請日: 2016-11-14
• 公開（公告）號: CN106846257A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計）人: 李東興;高倩倩;張華強;耿亮;張起
• 申請（專利權(quán)）人: 山東理工大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種基于模糊技術(shù)的紅外弱小目標圖像邊緣增強算法。

背景技術(shù)

紅外成像目標檢測與跟蹤系統(tǒng)是一種基于被動探測技術(shù)的光機電一體化系統(tǒng)，該系統(tǒng)具有隱蔽性好、抗干擾能力強等優(yōu)點，被廣泛地應(yīng)用于紅外告警和精確制導(dǎo)等武器裝備系統(tǒng)。在實際應(yīng)用中，為了盡可能多地增加火控系統(tǒng)的預(yù)警時間、提高安全系數(shù)，要求紅外探測系統(tǒng)能夠在盡可能遠的距離捕捉到目標并獲取目標的相關(guān)信息。當目標距離較遠時，因為目標在視場中是以小目標的形態(tài)出現(xiàn)的，并且信號微弱，以至被淹沒在復(fù)雜的背景之中，導(dǎo)致目標檢測跟蹤非常困難。由于復(fù)雜背景是影響弱小目標檢測跟蹤性能的重要因素，若要穩(wěn)定而可靠地對目標進行檢測和跟蹤，就必須首先對紅外弱小目標圖像邊緣進行增強處理。因此，在模糊域?qū)t外弱小目標圖像邊緣進行增強成為當今一項研究技術(shù)課題。

傳統(tǒng)的邊緣檢測算法比如Sobel算子、Canny算子定位精確度不高，尤其不適用于復(fù)雜背景下易受脈沖噪聲干擾的紅外弱小目標圖像邊緣的檢測。傳統(tǒng)的Pal-king算法，雖然對脈沖噪聲干擾有很好的抑制效果，但在模糊域增強過程中只對高灰度邊緣進行了增強，自動抑制低灰度信息，難以識別紅外弱小目標圖像的邊緣；且算法隸屬度函數(shù)復(fù)雜，處理時間長，難以實現(xiàn)對紅外弱小目標圖像邊緣的檢測。

本發(fā)明算法在保留圖像低灰度信息的同時增強了低灰度邊緣信息，對紅外弱小目標圖像邊緣進行增強，能夠有效檢測復(fù)雜背景下易受脈沖噪聲干擾的紅外弱小目標圖像邊緣，便于識別和提取紅外弱小目標圖像邊緣的低灰度信息，且該發(fā)明算法簡單，易于實現(xiàn)。

發(fā)明內(nèi)容

本發(fā)明為了解決復(fù)雜背景下脈沖噪聲干擾對紅外弱小目標圖像邊緣的影響，以及在模糊域增強過程中紅外弱小目標圖像低灰度邊緣丟失的問題，更好的識別和檢測紅外弱小目標圖像邊緣，提出了一種基于模糊技術(shù)的紅外弱小目標圖像邊緣增強算法。

本發(fā)明算法的實現(xiàn)步驟如下：

步驟一：輸入紅外弱小目標圖像，將紅外弱小目標圖像由空間域轉(zhuǎn)換為模糊域；

步驟二：對模糊域的紅外弱小目標圖像進行γ矯正，從而適當?shù)脑鰪娂t外弱小目標圖像邊緣的低灰度信息；

步驟三：添加隸屬度分量改變隸屬度函數(shù)，保留紅外弱小目標圖像邊緣的低灰度信息；

步驟四：采用“min”或“max”算子，提取紅外弱小目標圖像邊緣的低灰度信息。

所述步驟一中將紅外弱小目標圖像由空間域轉(zhuǎn)換為模糊域的實現(xiàn)方法為：在空間域，一個二維的紅外弱小目標圖像轉(zhuǎn)換到模糊域后，用模糊矩陣Y表示，公式為：

m=1,2,……,M;n=1,2,….2,N

上式中，P_mn/X_mn(0≤P_mn≤1，0≤X_mn≤ 255)表示圖像中像素點X_mn相對于模糊域P_mn的隸屬度，變換函數(shù)（隸屬度函數(shù)）P表示為：

P=G（X）=

上式中，F(xiàn)_e和 F_d分別為大于0的指數(shù)模糊化因子和分母模糊化因子， X_max為最大灰度級，且X_mn≤X_max。

所述步驟二中對模糊域的紅外弱小目標圖像進行γ矯正，從而增強紅外弱小目標圖像邊緣的低灰度信息的實現(xiàn)方法為：將紅外弱小目標圖像轉(zhuǎn)換到模糊域后，在模糊域?qū)t外弱小目標圖像邊緣進行γ矯正，γ矯正對較小輸入值有較大的響應(yīng)輸出，對較大的輸入值則增加幅度不大，選擇γ矯正增強紅外弱小目標低灰度邊緣信息由空間域轉(zhuǎn)換到模糊域的圖像，適當?shù)脑鰪娂t外圖像低灰度信息。

在模糊域?qū)t外弱小目標圖像進行γ矯正，由空間域轉(zhuǎn)換到模糊域的圖像P(m,n)的增強公式為g(m,n)=(P(m,n) )^γ

上式中，g(m,n)表示模糊域中經(jīng)γ矯正增強后的紅外弱小目標圖像，P(m,n)在模糊域的取值范圍為[0,1]。

所述步驟三中，添加隸屬度分量改變隸屬度函數(shù)，從而保留紅外弱小目標圖像邊緣的低灰度信息，實現(xiàn)方法為：

設(shè)定隸屬度函數(shù)的隸屬度分量，圖像的模糊指數(shù)α=；

為保證轉(zhuǎn)換到空間域的紅外弱小目標圖像灰度 X＇_mn≥0，使g_mn=α；