[發明專利]一種利用方向導數構造熵對比度的紅外弱小目標檢測方法

有效

• 申請號: 201710373939.6
• 申請日: 2017-05-24
• 公開（公告）號: CN107194355B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 白相志;畢研廣
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 11232 北京慧泉知識產權代理有限公司
• 代理人: 王順榮;唐愛華<國際申請>=<國際公布>

本發明涉及一種利用方向導數構造熵對比度的紅外弱小目標檢測方法，它有四大步驟：首先，基于最小二乘曲面擬合，利用小面模型使用卷積操作快速求解出紅外圖像各像素點分別在4個方向的一階導數；然后，由弱小目標的數學成像模型出發，基于方向導數特征并結合灰度分布信息，在小范圍鄰域內的中心區域重新設計了信息熵計算公式；隨后，對小范圍鄰域的周圍區域同樣重新設計了信息熵計算公式，利用弱小目標中心區域與周圍區域對比強烈的特點，構造了熵對比度，利用該度量在各個方向導數子圖中對背景進行抑制，對目標進行增強；最后，對各個方向導數子圖的熵對比度相乘融合，進一步抑制邊緣雜波背景，突出弱小目標。本發明可廣泛應用于紅外圖像的弱小目標檢測，具有廣闊的市場前景與應用價值。

(一)技術領域

本發明涉及一種利用方向導數構造熵對比度的紅外弱小目標檢測方法，屬于數字圖像處理領域，主要涉及小面模型和弱小目標檢測技術。在各類基于圖像的應用系統中有廣闊的應用前景。

(二)背景技術

在紅外相關的預警系統中，一些可疑目標例如艦船、飛機和導彈等由于其高溫特性，在紅外圖像上表現為高亮區域，及早發現這些可疑物體可以提前采取應對措施，為后續戰略部署等爭取寶貴的時間。但當成像距離較遠時，這些物體就成為圖像中一些弱小的點目標，失去了可以利用結構、紋理等特征，再加上相比之下紅外背景大多十分復雜、變化多樣，各種邊緣雜波和成像過程中的噪聲極大地增加了對這些小目標檢測的難度。如何在保證檢測率的同時，盡量抑制背景、降低虛警，一直是紅外弱小目標檢測的重要問題。基于局部對比度度量的方法(參見文獻：李紅等，一種用于小目標檢測的局部對比度度量，美國電氣電子工程師學會地理與遙感匯刊，2014:,52(1):574-581.(Chen C L P,Li H,Wei Y,etal.A local contrast method for small infrared target detection[J].IEEETransactions on Geoscience and Remote Sensing,2014,52(1):574-581.))是一種經典的小目標檢測方法，通過分析小范圍的局部灰度分布，依據目標與背景各自的特征，構造了有效的對比度來增強弱小目標，抑制背景，但通常情況背景雜波較為復雜，簡單的度量無法完全區分目標與背景，因此容易造成虛警。基于中心周圍累積差異度量(參見文獻：謝凱等，基于累積中心周圍差異度量的小目標檢測，紅外物理與科技，2014,67:229-236.(Xie K,FuK,Zhou T,et al.Small target detection based on accumulated center-surrounddifference measure[J].Infrared Physics&Technology,2014,67:229-236.))同樣根據目標特點通過構造中心區域與周圍區域的差異，該度量考慮了邊緣區域的特征，將八個方向中最小的累積差異作為最后結果，能夠在一定程度上抑制邊緣雜波，但對于一些上下起伏明顯的背景同樣會產生較大的差異度量，因此最后檢測結果中仍存在虛警。基于一些基于形態學處理的小目標檢測方法，如擊中擊不中變換、頂帽變換等(參見文獻：白相志等，基于擊中擊不中變換的紅外弱小目標增強，光學與激光，2011：43(7)：1084-1090.(Bai X,Zhou F.Hit-or-miss transform based infrared dim small target enhancement[J].Optics&Laser Technology,2011,43(7):1084-1090.))利用擊中擊不中變換來增強弱小目標，抑制復雜背景，基于形態學的數學運算較為簡單快速，但容易受到噪聲和邊緣雜波的干擾產生過高的虛警。基于人類視覺系統的檢測方法(參見文獻：韓金輝等，一種基于人類視覺系統的紅外小目標檢測算法，美國電氣電子工程師學會地質和遙感快報，2016，13(3):452-456.(Han J,Ma Y,Huang J,et al.An infrared small target detectingalgorithm based on human visual system[J].IEEE Geoscience and Remote SensingLetters,2016,13(3):452-456.))利用DoG來增強目標抑制背景，并增加了方向信息以克服DoG對邊緣敏感的缺點，減少了檢測結果中的虛警，但由于紅外場景局部的一些背景邊緣并不是只沿著一個固定方向，因此邊緣抑制效果有限。在構造局部對比度度量時考慮到目標可能具有變化的形狀大小，一些方法加入了多尺度信息(參見文獻：魏閆濤等，基于多尺度塊對比度度量的紅外小目標檢測，模式識別，2016,58:216-226.(Wei Y,You X,LiH.Multiscale patch-based contrast measure for small infrared target detection[J].Pattern Recognition,2016,58:216-226.))，從多個尺度中的結果選取合適的作為最后結果，但局部對比度的方法本身就對噪聲敏感，再加上簡單的極大極小尺度選取方法不能避免噪聲的影響，因此最后的結果中依然存在著許多雜波虛警。大多數算法在低信噪比下的目標檢測與復雜背景下的虛警抑制方面依然無法得到滿意的結果。