[發明專利]一種基于多特征點差異的多波段圖像融合檢測方法

有效

• 申請號: 202010163441.9
• 申請日: 2020-03-10
• 公開（公告）號: CN111291762B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 余躍;楊俊彥;錢琨;王興;楊波;蔡彬;陳宗鎂;劉浩偉;林前進;沈飛
• 申請（專利權）人: 上海航天控制技術研究所
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/75;G06V10/80
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 劉秀祥

一種基于多特征點差異的多波段圖像融合檢測方法，屬于圖像分割技術和目標提取技術領域，根據目標和背景成像后在多個波段特征點的差異性，提取當前多波段圖像有效特征向量，依托預先標定的典型目標和背景的多波段圖像信息，利用特征級融合方法對提取的特征向量進行篩選和比對，進而確定真實目標。所述融合檢測方法根據目標和背景在多波段成像的特征差異，引入基于多波段的圖像分割方法，在分割后圖像中抽取典型特征向量，設計基于多波段雙色比信息的特征值融合和篩選機制，在復雜背景下檢測目標。本發明抑制了復雜背景對目標提取的干擾，降低復雜背景下檢測虛警率。

技術領域

本發明涉及一種基于多特征點差異的多波段圖像融合檢測方法，特別是涉及一種應用于復雜背景下紅外成像系統的目標檢測方法，屬于圖像分割技術和目標提取技術領域。

背景技術

在現代高科技戰爭中，為了能夠盡早地發現敵方來襲導彈、飛機等軍事目標，使制導系統有足夠的反應時間，要求紅外偵察系統在遠距離處就能發現目標。只有及時地發現目標、跟蹤目標、捕獲和鎖定目標，才能對其實施有效地攔截或攻擊。目前單色紅外探測獲得的信息較單一，導致它存在探測虛警率高的問題。多色紅外探測設備成為研究熱點，這其中的多波段圖像融合技術是該領域的關鍵技術之一。

圖像融合算法可分為像素級融合、特征級融合和決策級融合。其中像素級融合主要方法有HIS變換、神經網絡法、小波變換等，特征級融合主要方法有聚類分析法、信息熵方法等，決策級融合主要方法有Bayes估計法、Neural Network法等，在實際應用中根據紅外成像系統的特點選擇合適的圖像融合方法，以達到快速檢測識別目標的目的。現有方法均存在算法復雜且對運算載體性能要求高的問題，在嵌入式快速響應系統上工程化實現難度極大。

發明內容

本發明要解決的技術問題是：克服現有技術的不足，提供了一種基于多特征點差異的多波段圖像融合檢測方法，根據目標和背景成像后在多個波段特征點的差異性，提取當前多波段圖像有效特征向量，依托預先標定的典型目標和背景的多波段圖像信息，利用特征級融合方法對提取的特征向量進行篩選和比對，進而確定真實目標。所述融合檢測方法根據目標和背景在多波段成像的特征差異，引入基于多波段的圖像分割方法，在分割后圖像中抽取典型特征向量，設計基于多波段雙色比信息的特征值融合和篩選機制，在復雜背景下檢測目標。本發明與現有技術相比，其效果是：通過引入特征級融合方法，豐富了目標檢測流程，抑制了復雜背景對目標提取的干擾，降低復雜背景下檢測虛警率。

本發明目的通過以下技術方案予以實現：

一種基于多特征點差異的多波段圖像融合檢測方法，包括如下步驟：

S1、利用多閾值分割方法對多波段紅外圖像進行分割，對所有分割出的對象進行特征值統計；

S2、利用所有分割對象的特征值統計結果，在每個波段圖像中建立基于分割對象的位置和灰度的特征向量，并按照位置順序進行排列；

S3、基于某一波段紅外圖像中的任一分割對象的位置信息，計算該分割對象的雙色比信息；根據預先存儲的雙色比信息，對所有分割對象進行目標和背景分類，根據多幀累計結果確認目標。

上述基于多特征點差異的多波段圖像融合檢測方法，優選的，S1中所述的特征值包括所有分割對象的兩維坐標和灰度值。

上述基于多特征點差異的多波段圖像融合檢測方法，優選的，S1中所述多波段紅外圖像為同一目標場景的多波段紅外圖像，紅外波段數量不少于3個。

上述基于多特征點差異的多波段圖像融合檢測方法，優選的，S1中，利用多波段紅外成像系統接收復雜背景的紅外圖像信息，形成多波段紅外圖像。

上述基于多特征點差異的多波段圖像融合檢測方法，優選的，S2中，每個波段圖像中的分割對象按照位置信息的升序或降序排列。