[發明專利]基于3DATV約束的SPCP紅外弱小目標檢測方法

有效

• 申請號: 201911230485.2
• 申請日: 2019-12-05
• 公開（公告）號: CN110992342B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 彭真明;張蘭丹;宋佳晟;楊博文;胡峻菘;曹思穎;梅鶴飛;劉鑒鋒;要端翌;胡志欣;楊春平
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/136
• 代理公司: 成都智言知識產權代理有限公司 51282
• 代理人: 徐金瓊

本發明公開了基于3DATV約束的SPCP紅外弱小目標檢測方法，涉及紅外圖像處理及目標檢測領域；其包括步驟1：構建原始圖像的三階張量；步驟2：構建原始圖像的先驗權重張量；步驟3：利用張量核函數和張量lsubgt;1/subgt;范數，結合3DATV約束，構建目標函數，把原始的目標檢測問題轉化為SPCP問題，并利用ADMM求解目標函數獲取背景張量以及目標張量；步驟4：根據背景張量和目標張量重構背景圖像和目標圖像；步驟5：對目標圖像進行分割輸出目標檢測結果；本發明克服了現有方法對噪聲魯棒性低，對邊緣抑制力弱，對復雜場景適應性差等缺點，增強了目標形狀的保持能力，提高了目標檢測的準確率。

技術領域

本發明屬于紅外圖像處理及目標檢測領域，尤其是基于3DATV約束的SPCP紅外弱小目標檢測方法。

背景技術

紅外成像技術具有非接觸性、捕捉細節能力強等特點，并且不受煙、霧等障礙物的影響實現晝夜的連續遠距離目標的探測；紅外搜索與跟蹤(Infrared?search?and?track，IRST)系統在軍事、民用等領域得到廣泛應用其中，紅外弱小目標檢測技術作為IRST系統的一個基本功能，在紅外搜索、紅外預警、遠距離目標檢測中具有重要意義。但是，由于在紅外波段中，目標的紋理、結構信息缺乏，同時遠距離、復雜背景、各種雜波的影響，紅外目標經常呈斑點或點狀，甚至淹沒在背景中，這就造成了紅外弱小目標檢測極其困難。

紅外弱小目標檢測技術分為兩大類：基于單幀的弱小目標檢測技術和基于多幀的弱小目標檢測技術，但是由于基于多幀的檢測技術需要聯合多幀捕獲目標的運動軌跡，排除噪聲的干擾，因此需要極大的計算量和存儲量，對硬件要求高，實際工程中應用很少。目前，常用的基于單幀的檢測方法分為以下三類：

(1)背景抑制：背景抑制類方法基于紅外圖像中背景一致性的假設，采用濾波器對紅外圖像的背景進行預測，然后再從原圖中減去背景，最后進行閾值分割以此檢測弱小目標。最大中值濾波、最大均值濾波、頂帽變換、二維最小均方濾波等均屬于背景抑制的范疇。盡管這類方法實現簡單，但是由于噪聲并不符合一致性的假設，背景抑制的方法極易受噪聲雜波的影響，導致大部分低信噪比的紅外圖像的抑制效果很差。

(2)視覺顯著性：人類視覺系統(Human?Visual?System，HVS)涉及對比度、視覺注意和眼動三種機制，其中涉及最多的為對比度機制即假設紅外圖像中，目標是最顯著的對象。比如，高斯差分濾波器利用兩個不同的高斯濾波器計算顯著性圖，并對目標進行檢測和識別；基于局部對比的方法，利用包含目標的小鄰域局部對比度高，而不包含的目標的背景區域局部對比度低的特點，通過計算局部對比度圖，突出目標，抑制背景，達到檢測的目的。當紅外圖像符合視覺顯著性假設時，這類方法可以得到優異的效果，但是，在實際應用場景下，這一假設很難滿足，比如顯著性的虛警源的存在時，誤檢問題難以克服，造成準確率低。

(3)目標背景分離：這一類方法利用的是紅外圖像背景的非局部自相關性以及目標的稀疏性，把目標檢測問題轉換為優化問題；其又可細分為基于超完備字典、低秩表示的方法和基于低秩背景與稀疏目標復原的方法。第一種方法需要提前由高斯強度模型構造不同目標尺寸和形狀的超完備字典，構造目標字典的過程繁瑣，檢測結果受字典影響大，并且如果目標尺寸和形狀變化較大時，高斯強度模型將不再適用；第二種方法借助塊圖像模型(Infrared?Patch-Image，IPI)模型可以得到低秩的原始塊圖像，再借助目標稀疏的特性，通過優化目標函數，同時恢復出背景和目標圖像，最后得到檢測結果；第二種方法效果極佳，但是存在以下兩個問題：

一、由于強邊緣、部分噪聲、虛警源也具有稀疏的特點，其會降低檢測的準確率；

二、由于目標函數優化的過程需要迭代，難以達到實時性。