[發(fā)明專(zhuān)利]基于拓?fù)?圖切融合優(yōu)化的多譜段紅外圖像背景抑制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810015843.7
• 申請(qǐng)日: 2018-01-08
• 公開(kāi)（公告）號(hào): CN108665435B
• 公開(kāi)（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 秦翰林;王婉婷;程文雄;延翔;王春妹;梁瑛;楊碩聞;彭昕;胡壯壯
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T5/50
• 分類(lèi)號(hào): G06T5/50
• 代理公司: 西安志帆知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61258
• 代理人: 侯峰;韓素蘭

1.一種基于拓?fù)?圖切融合優(yōu)化的多譜段紅外圖像背景抑制方法，其特征在于，該方法為：首先，分別對(duì)多譜段的紅外圖像進(jìn)行局部Patch預(yù)處理獲得預(yù)處理后的圖像，其次，根據(jù)拓?fù)湮⒎址椒▽?duì)所述預(yù)處理后的圖像進(jìn)行強(qiáng)起伏邊緣的抑制獲得非線性擴(kuò)散的最優(yōu)擴(kuò)散系數(shù)，根據(jù)獲得的最優(yōu)擴(kuò)散系數(shù)與梯度均值濾波相結(jié)合分別對(duì)單波段圖像進(jìn)行背景抑制獲得若干個(gè)單波段雜波抑制后的目標(biāo)圖像；然后，根據(jù)尺度區(qū)域能量理論模型對(duì)所述若干個(gè)單波段雜波抑制后的目標(biāo)圖像進(jìn)行融合獲得多譜段融合的背景抑制結(jié)果圖像；最后，對(duì)所述多譜段融合的背景抑制結(jié)果圖像進(jìn)行圖切策略?xún)?yōu)化，消除融合后圖像的局部輪廓效應(yīng)，最終獲得背景抑制后的圖像；

所述對(duì)所述多譜段融合的背景抑制結(jié)果圖像進(jìn)行圖切策略?xún)?yōu)化，最終獲得背景抑制后的圖像，具體通過(guò)以下步驟實(shí)現(xiàn)：

步驟301：將圖像映射成帶權(quán)的無(wú)向圖，并建立標(biāo)簽，再根據(jù)此標(biāo)簽所反映的圖像像素信息建立對(duì)應(yīng)的能量函數(shù)；

設(shè)G＝(V，E)為一個(gè)帶有非負(fù)邊的無(wú)向圖，V是頂點(diǎn)集合，對(duì)應(yīng)所有像素點(diǎn)以及附加的源節(jié)點(diǎn)s和匯節(jié)點(diǎn)t，E是圖的邊集，分為兩類(lèi)t連接和n連接，每個(gè)像素對(duì)之間都由n連接相連，記c為圖中一條邊的容量，x和y為兩個(gè)不同像素點(diǎn)，得到式(16)代價(jià)函數(shù)；

公式(16)將含有源點(diǎn)和匯點(diǎn)的圖分為兩個(gè)頂點(diǎn)的集合S和T，源點(diǎn)s和匯點(diǎn)t分別位于S集合與T集合中；此時(shí)問(wèn)題轉(zhuǎn)化為二元標(biāo)記問(wèn)題，即點(diǎn)x滿足u_x∈{(T＝1),(B＝0)}，其中B表示背景像素，T表示目標(biāo)像素，用e表示圖像中相鄰的像素對(duì)的集合，v為所有像素的集合，因此，對(duì)像素u的標(biāo)記問(wèn)題可通過(guò)公式(17)所示最小化能量函數(shù)E(X)解決；

其中，

E₁(u_x)為局部能量，E₂(u_x,u_y)為相鄰像素間的能量，和分別表示像素u_x到兩個(gè)終結(jié)點(diǎn)之間的權(quán)值，m_x,y表示相鄰像素間的權(quán)值；

步驟302：對(duì)圖像I中目標(biāo)與背景像素強(qiáng)度建模，假設(shè)像素強(qiáng)度服從高斯分布，因此，背景強(qiáng)度模型如式(19)所示：

其中，(μ_B,σ_B)分別表示背景高斯模型的均值和標(biāo)準(zhǔn)差；

目標(biāo)強(qiáng)度模型如式(20)所示：

其中，(μ_T,σ_T)分別表示目標(biāo)高斯模型的均值和標(biāo)準(zhǔn)差；

因此，式(18)中的局部能量轉(zhuǎn)化為式(21)：

相鄰像素間的能量轉(zhuǎn)化為式(22)：

E₂(u_x,u_y)＝∞(u_x,u_y)exp(-β(I_x-I_y)²) (22)

其中，β＝(2(I_x-I_y)²)^-1是一個(gè)權(quán)衡強(qiáng)度對(duì)比的參數(shù)，·表示期望操作；

步驟303：運(yùn)用最大流最小切算法對(duì)上述建立的網(wǎng)絡(luò)流圖進(jìn)行切割，從而得到網(wǎng)絡(luò)圖的最小切，即能量函數(shù)的最小值，最小切將圖像分為前景和背景兩部分，從而達(dá)到背景抑制和目標(biāo)增強(qiáng)的目的。

2.根據(jù)權(quán)利要求1所述的基于拓?fù)?圖切融合優(yōu)化的多譜段紅外圖像背景抑制方法，其特征在于，所述分別對(duì)多譜段的紅外圖像進(jìn)行局部Patch預(yù)處理獲得局部預(yù)處理像素區(qū)域，具體為：采用4-鄰域算子求取多譜段的紅外圖像中局部極值點(diǎn)；預(yù)處理算法利用式(1)進(jìn)行表示：

其中，u表示一個(gè)大小為M×N的圖像，下標(biāo)s表示圖像u中的某一個(gè)像素，u^s則表示像素s的灰度值，集合n^s＝{w,e,n,d}表示像素s相鄰的四個(gè)像素，則表示經(jīng)過(guò)局部預(yù)處理后像素s的灰度值。