[發(fā)明專利]一種基于統(tǒng)計特性預分割的自適應紅外小目標檢測方法在審
| 申請?zhí)枺?/td> | 202010619554.5 | 申請日: | 2020-06-30 |
| 公開(公告)號: | CN111783656A | 公開(公告)日: | 2020-10-16 |
| 發(fā)明(設計)人: | 國強;魏子博;王亞妮;那博;陳海龍;方超;劉廣輝 | 申請(專利權(quán))人: | 哈工程先進技術(shù)研究院(招遠)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32;G06K9/34;G06K9/38;G06K9/46;G06K9/62 |
| 代理公司: | 煙臺上禾知識產(chǎn)權(quán)代理事務所(普通合伙) 37234 | 代理人: | 趙加鑫 |
| 地址: | 264000 山*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 統(tǒng)計 特性 分割 自適應 紅外 目標 檢測 方法 | ||
1.一種基于統(tǒng)計特性預分割的自適應紅外小目標檢測算法,其特征在于:
步驟一:將輸入圖像轉(zhuǎn)化成灰度圖像,均等分割為3個子圖像;
步驟二:對3個子圖像進行灰度值分布統(tǒng)計,根據(jù)各子圖像灰度值分布統(tǒng)計特性的差異性計算得到興趣子圖像;
步驟三:確定二值化閾值:
(3.1)分別計算3個子圖像的最大灰度值記為m1、m2、m3,取三者中的最小值記為m,計算包含小目標的興趣子圖像灰度值的最大值,記為d;
(3.2)設定小目標閾值cmin,設定Th=d-N(Thm-1,N為迭代次數(shù)),計算包含小目標的興趣子圖像中,灰度值大于Th的像素個數(shù)c,迭代計算Th,使得滿足c≥cmin的Th記為二值化閾值t;
步驟四:根據(jù)步驟三中確定的二值化閾值t,將各子圖像進行二值化處理成二值化圖像,按照步驟一中的分割次序進行逆操作,重新組合成與原圖尺寸相等的二值化圖像,輸出檢測結(jié)果。
2.根據(jù)權(quán)利要求1所述基于統(tǒng)計特性預分割的自適應紅外小目標檢測算法,其特征在于,所述步驟一中將圖像均等分割為3個子圖像具體步驟如下:
(1.1)載入尺寸為x×y的紅外圖像,x表示圖像縱向像素數(shù),y表示圖像橫向像素數(shù);
(1.2)若原圖像可均等列分割,則直接將原圖像分割成尺寸為x×(y/3)的三個子圖像;若y/3計算結(jié)果的余數(shù)為1,在原圖像左側(cè)先擴充尺寸為x×1的列像素;若y/3計算結(jié)果的余數(shù)為2時,在原圖像左右兩側(cè)先分別擴充尺寸為x×1的列像素,擴充列與臨近原圖像相鄰像素點灰度值相等,分割后得到的三個子區(qū)域圖像從左至右分別記為a1、a2、a3。
3.根據(jù)權(quán)利要求1所述基于統(tǒng)計特性預分割的自適應紅外小目標檢測算法,其特征在于,所述步驟二,具體如下:
(2.1)對各子圖像分別繪制灰度值分布直方圖,分別與典型統(tǒng)計分布模型進行擬合,判斷各子圖像的灰度值分布直方圖所遵循的典型統(tǒng)計分布模型,所述典型統(tǒng)計分布模型包括高斯分布、對數(shù)-正態(tài)分布、瑞利分布、伽馬分布;
(2.2)有兩個子圖像對應的典型統(tǒng)計分布模型所對應的子圖像為非興趣子圖像,剩余的子圖像為興趣子圖像;
(2.3)若三個子圖像分別對應一種典型統(tǒng)計分布模型,則按如下方法確認興趣子圖像:
(2.3.1)求出子圖像中的灰度值大于閾值m的高灰度值像素數(shù)量,a1、a2、a3區(qū)域高灰度值像素數(shù)分別記為j1、j2、j3,取j1、j2、j3中的最大值記為j;
(2.3.2)若j不少于小目標閾值cmin,則高灰度值像素數(shù)量為j的子圖像為興趣子圖像。
4.根據(jù)權(quán)利要求1所述算法,其特征在于,所述步驟四中的圖像匹配重構(gòu)方法如下:
(4.1)利用步驟三計算得到的二值化閾值Th對興趣子圖像的每個像素進行遍歷處理,得到檢測結(jié)果flag(i',j'),計算公式下:
其中t表示二值化閾值,T(i',j')表示興趣子圖像中的像素,flag(i',j')表示檢測結(jié)果,且i'∈x,j'∈y;
(4.2)對無目標區(qū)域圖像進行二值化處理,令無目標區(qū)域所有像素點的像素值均為0;
(4.3)將二值化處理后的子圖像進行圖像重構(gòu),將三個子圖像視為由像素點構(gòu)成的矩陣分別記為A1、A2、A3,三個矩陣的大小均為x×(y/3),將三個矩陣重構(gòu)合并為一個矩陣A,矩陣大小為x×y,得到重構(gòu)圖像A=[A1A2A3],其中x×y表示灰度圖像尺寸,同時也為矩陣大小,x表示圖像的縱向像素數(shù),同時為矩陣A的行數(shù),y表示圖像橫向像素數(shù),同時為矩陣A的列數(shù);
(4.4)若原圖像經(jīng)過擴充處理,則需對圖像重構(gòu)結(jié)果按照原圖像擴充處理的步驟進行逆向處理,去除擴充部分。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈工程先進技術(shù)研究院(招遠)有限公司,未經(jīng)哈工程先進技術(shù)研究院(招遠)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010619554.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 統(tǒng)計系統(tǒng)、統(tǒng)計裝置和統(tǒng)計方法
- 人數(shù)統(tǒng)計方法和人數(shù)統(tǒng)計系統(tǒng)
- 統(tǒng)計物體數(shù)量的統(tǒng)計系統(tǒng)
- 網(wǎng)絡處理器的統(tǒng)計計數(shù)方法
- 統(tǒng)計信息上報方法及裝置
- 稿件統(tǒng)計方法和稿件統(tǒng)計系統(tǒng)
- 數(shù)據(jù)統(tǒng)計方法及裝置
- 獲取數(shù)據(jù)的統(tǒng)計狀態(tài)的方法及裝置
- 信息統(tǒng)計方法和信息統(tǒng)計裝置
- 電量統(tǒng)計系統(tǒng)及電量統(tǒng)計方法





