[發(fā)明專利]一種基于非負約束2D變分模態(tài)分解的紅外弱小目標檢測方法

有效

• 申請?zhí)枺?/td>: 201710093303.6
• 申請日: 2017-02-21
• 公開（公告）號: CN106845448B
• 公開（公告）日: 2020-04-24
• 發(fā)明（設計）人: 彭真明;王曉陽;陳響;王酉祥;黃蘇琦;龍鴻峰;楊琛;范文瀾;王慧;馬滬敏;蒲恬;何艷敏
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都弘毅天承知識產(chǎn)權代理有限公司 51230
• 代理人: 徐金瓊;劉東

一種基于非負約束2D變分模態(tài)分解的紅外弱小目標檢測方法，解決現(xiàn)有技術中紅外弱小目標所在的頻帶難以被準確估計、檢測結果易受噪聲及背景雜波干擾以及檢測效率低的問題，屬于紅外弱小目標檢測技術領域。本發(fā)明包括獲得紅外圖像，采用帶通濾波器進行紅外圖像預處理，通過將二維變分模態(tài)分解方法結合非負約束，構建目標函數(shù)，再將預處理結果輸入目標函數(shù)，并根據(jù)目標函數(shù)求解輸出分解結果，結果為K個非負窄帶子信號。提取上述結果中對應于紅外弱小目標的某個窄帶子信號，得到目標子信號；將提取的目標子信號進行自適應閾值分割，確定紅外弱小目標的位置及大小，并輸出檢測結果。用于紅外弱小目標檢測。

技術領域

一種基于非負約束2D變分模態(tài)分解的紅外弱小目標檢測方法，用于紅外弱小目標檢測，屬于紅外弱小目標檢測技術領域。

背景技術

紅外成像技術在現(xiàn)代軍事、天基探測、安防監(jiān)控等領域得到了廣泛的應用。其中，紅外目標檢測與跟蹤系統(tǒng)是其關鍵技術和核心模塊。由于多數(shù)應用中，紅外成像距離遠，導致目標往往只有幾個像素到幾十個像素，屬于小目標。此外，由于紅外探測系統(tǒng)的成像質(zhì)量不高，以及大氣系統(tǒng)對成像的干擾，目標的信雜比低，屬于弱目標。紅外弱小目標具有面積小、信雜比低、無形狀及紋理特征以及快速運動等特點，其檢測和跟蹤具有很大難度。設計合適的紅外弱小目標檢測算法，可以大大提升紅外目標檢測與跟蹤系統(tǒng)的有效性。

對于一幅含有紅外弱小目標的圖像而言，其低頻成分主要由平滑或模糊的背景所構成。相反地，成像過程中的噪聲構成了紅外圖像的高頻成分。弱小目標由于面積小，缺乏紋理特征，一般處于紅外圖像平滑背景和高頻噪聲之間的中間頻段。紅外圖像成分之間的這種頻率差異性常常被用來進行圖像去噪以及弱小目標檢測。典型的方法包括基于小波變換的紅外弱小目標檢測方法，基于剪切波變換的檢測方法以及基于輪廓波變換的方法等。這些方法利用了小波變換以及超小波變換的頻率特性，在變換域中去除噪聲及背景雜波。這些方法往往不能自適應地找到目標所在頻帶，難以去除與目標接近的頻率成分，且容易受噪聲干擾。

頻域顯著性也廣泛地應用于紅外弱小目標檢測中。Qi等(2013)提出了一種基于四元組傅里葉變換的紅外圖像小目標增強方法，通過構建二階方向?qū)?shù)濾波器，對輸入圖像進行四元組傅里葉變換，其相位譜包含了紅外弱小目標的信息，同時抑制了背景雜波。此后，Han(2015)等提出了基于改進的四元組傅里葉變換的紅外弱小目標檢測方法，結合灰度及運動特性，在很多場景下都取得了良好的檢測結果。這些方法依賴于紅外弱小目標的運動特性及其高斯分布特性。當紅外弱小目標的灰度分布不再接近高斯分布時，會影響檢測效果。

在紅外圖像處理中，由于事先無法知道紅外圖像及弱小目標所處的準確頻帶，需要對紅外圖像的頻率成分進行自適應估計。鄧鶴、劉建國等(2010)將經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)方法引入紅外小目標圖像處理中，進行圖像的二維經(jīng)驗模態(tài)分解。經(jīng)驗模態(tài)分解(1998)是一種傳統(tǒng)的信號分解方法，在每一次迭代過程中，重復地檢測信號的局部最大/最小值，再通過插值的方式求得信號的上下包絡。對上下包絡求均值，可以得到當前信號的“中心信號”。用原信號減去該中心信號，所得到的差作為下一次迭代的輸入。該方法在某些情況下，可以將信號分解為其本征分量的集合。但由于其缺少理論支撐，且算法效果極易受到極值點搜索結果的影響，該方法是不穩(wěn)定的。在紅外弱小目標檢測中，該方法難以處理變化的背景，容易產(chǎn)生較大的虛警。

發(fā)明內(nèi)容

本發(fā)明針對上述不足之處提供了一種基于非負約束2D變分模態(tài)分解的紅外弱小目標檢測方法，解決現(xiàn)有技術中紅外弱小目標所在的頻帶難以被準確估計、檢測結果易受噪聲及背景雜波干擾以及檢測效率低的問題。

為了實現(xiàn)上述目的，本發(fā)明采用的技術方案如下：

一種基于非負約束2D變分模態(tài)分解的紅外弱小目標檢測方法，其特征在于，還包括以下步驟：

步驟1：獲得一幅待處理的紅外圖像f(x,y)，其中(x,y)為二維圖像坐標，下同；