[發明專利]一種基于目標背景像元統計約束的紅外小目標捕獲方法

在審

• 申請號: 201811408910.8
• 申請日: 2018-11-23
• 公開（公告）號: CN109712158A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 肖慧敏;劉曉;肖春霞;劉霄;郝建;陳祥成
• 申請（專利權）人: 山東航天電子技術研究所
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/194
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李微微;仇蕾安

本發明公開了一種基于目標背景像元統計約束的紅外小目標捕獲方法，首先將采集到的紅外圖像進行形態學腐蝕和形態學膨脹，消除圖像中的點目標和孤立噪聲點，再用原圖像減去經過腐蝕和膨脹后的圖像便可以得到這副圖像中高亮度的點目標、孤立噪聲點以及結構尺寸相似的點目標和孤立噪聲點及少數高梯度邊角，從而達到對圖像背景進行抑制的目的；經過背景抑制的圖像中包含了候選目標以及一些孤立的噪聲，通過自適應閾值分割與連通域篩選結合的方法提取目標信息；自適應閾值對每幅圖計算灰度均值、方差、最大灰度及最小灰度等統計信息，計算出不同的閾值進行分割，因此隨著圖像的變化，閾值也隨之相應變化，準確提取出目標信息，可以提高捕獲的正確率。

技術領域

本發明屬于紅外預警技術領域，具體涉及一種基于目標背景像元統計約束的紅外小目標捕獲方法。

背景技術

紅外小目標捕獲算法的性能決定了紅外成像防御系統的探測靈敏度和探測距離，探測靈敏度和探測距離是反映可觀測紅外小目標識別能力至關重要的一項核心指標。由于小目標在紅外圖像中所占的像素比例十分低，小目標常常被背景和噪聲淹沒，難以檢測到，因此有必要對此類圖像進行預處理然后通過閾值分割的方式進一步提取目標。常用的閾值分割方法有人工經驗選擇法、利用直方圖分析法、最大類間方差法等。人工經驗選擇法需要根據需要處理的圖像的先驗知識對圖像中的目標與背景進行分析，效率較低而且不能實現自動的閾值選取，適用于圖片數量較少的情況。直方圖分析法是根據波峰與波谷之間的關系選取一個適當的閾值，但只對于存在一個目標和一個背景且二者對比顯著的情況才有效果；最大類間方差法是根據圖像灰度特性，將圖像分為前景和背景兩部分，當閾值選取得當時，兩部分的差別應該是最大的。該方法對類間方差為單峰的圖像產生較好的分割效果，但當目標與背景的大小比例懸殊時(例如受光照不均、反光或背景復雜等因素影響)，類間方差準則函數可能呈現雙峰或多峰，此時效果不好。

發明內容

有鑒于此，本發明的目的是提供一種基于目標背景像元統計約束的紅外小目標捕獲方法，能夠識別并跟蹤距離較遠的非合作飛機，為防空系統盡可能預留足夠的反應時間。

一種基于目標背景像元統計約束的紅外小目標捕獲方法，包括如下步驟：

步驟1：針對輸入的每一幅圖像，首先進行形態學腐蝕的操作，然后再進行形態學膨脹的操作；最后再用原圖像減去經過腐蝕和膨脹后的圖像，由此實現紅外圖像背景抑制；

步驟2：針對步驟1處理完成的每一幅圖像，將t_i＝Mean(f)+λ_i·Std(f)作為閾值，對圖像進行二值化處理；其中，Max(f)為圖像最大灰度值，Mean(f)為圖像灰度均值，Std(f)為圖像灰度標準差；

步驟3、對經過步驟2處理的二值化圖像進行連通區域檢測，從而提取出真正的候選目標。

較佳的，

本發明具有如下有益效果：

紅外小目標在圖像中通常表現為點狀或光斑狀，缺乏紋理形狀等特征，所以不易被檢測到。因此本發明針對這類小目標的提取提出了一種基于圖像本身統計信息的自適應閾值分割的方法，以圖像本身的灰度統計信息為依據，通過灰度平均值、最大灰度值以及灰度標準差為基礎計算權重從而得到自適應分割閾值，從而提升了紅外小目標的檢測能力。首先將采集到的紅外圖像進行形態學腐蝕和形態學膨脹，消除圖像中的點目標和孤立噪聲點，再用原圖像減去經過腐蝕和膨脹后的圖像便可以得到這副圖像中高亮度的點目標、孤立噪聲點以及結構尺寸相似的點目標和孤立噪聲點及少數高梯度邊角，從而達到對圖像背景進行抑制的目的；經過背景抑制的圖像中包含了候選目標以及一些孤立的噪聲，通過自適應閾值分割與連通域篩選結合的方法提取目標信息。自適應閾值對每幅圖計算灰度均值、方差、最大灰度及最小灰度等統計信息，計算出不同的閾值進行分割，因此隨著圖像的變化，閾值也隨之相應變化，準確提取出目標信息，可以提高捕獲的正確率。

附圖說明