[發明專利]一種基于多幀回歸深度網絡的紅外小目標檢測方法

有效

• 申請號: 202011199875.0
• 申請日: 2020-10-29
• 公開（公告）號: CN112288778B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 彭真明;王光慧;曹思穎;魏月露;孫曉麗;楊博文;朱強;陶冰潔
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/04;G06N3/08;G06T7/136;G06T7/215
• 代理公司: 成都正煜知識產權代理事務所(普通合伙) 51312
• 代理人: 李龍

本項目屬于紅外遙感圖像處理中的目標檢測領域，提供一種基于多幀回歸深度網絡的紅外小目標檢測方法，解決現有的基于單幀圖像的檢測方法魯棒性低、適用范圍窄等問題和紅外小目標檢測存在大量誤檢的問題。其主要方案包括，創建多幀的紅外小目標數據集，基于多幀提取的差分并集圖和局部可變閾值分割得到單幀目標候選區域，通過多幀軌跡關聯提取候選區域的一維特征，并創建特征數據集。將數據集輸入到長短期記憶回歸網絡進行訓練，將輸入測試數據到回歸網絡，根據網絡輸出得到數據類別，最后在目標候選區域圖像上保留小目標，去除其他虛警區域，即得到最終的小目標檢測結果。

技術領域

一種基于多幀回歸深度網絡的紅外小目標檢測方法，用于紅外遙感圖像中紅外小目標檢測，屬于遙感及紅外圖像處理中的目標檢測領域。

背景技術

紅外搜索與跟蹤（Infrared search and track, IRST）系統軍事價值極高，其中，紅外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、紅外跟蹤中不可或缺。由于紅外成像條件，在紅外圖像無可避免會出現噪聲或干擾。其中虛警源在衛星紅外圖像上與目標表現類似，都具有較高的灰度，因此可能造成遙感預警系統的虛警。由于紅外小目標的檢測難度頗大，盡管國內外的學者們已經提出多種檢測算法，但目前大都難以達到令人滿意的效果。

總體來說，紅外小目標檢測方法可分為基于序列的和基于單幀的兩大類方法。序列方法利用目標運動的時空信息，依靠多幀圖像來捕獲目標的運動軌跡，從而避免噪聲的干擾。然而，在實際應用中傳統檢測方法流程繁瑣，且對復雜場景下的噪聲和雜波敏感，魯棒性低。在目標運動緩慢的情況下，序列方法都能取得令人滿意的結果。然而，在實際應用中，若目標與成像傳感器之間的運動速度過快，將難以保證目標的運動連續性，導致這類方法不再適用。同時，在處理多幀圖像的過程中，計算量和內存需求都較大，對硬件要求高。

與上述方法不同，單幀方法僅利用空域信息，在單幅圖像上對目標進行檢測。如何充分地利用背景和目標的內在屬性，達到有效地突顯目標并且抑制背景的目的，便是單幀方法的核心問題。隨著時代的發展，數據開始呈現出海量和高維的特點，數據的維度也不再局限于一維和二維，處理的難度日益增大。常用的基于單幀的紅外弱小目標檢測算法大致分為三類：第一是基于背景連續性的方法，此類方法專注于背景性質的研究。然而，這類方法基于背景連續性的假設，認為紅外圖像的背景區域具有很強的關聯性，而目標的出現破壞了這種相關性實際的紅外圖像非常復雜，含有大量的隨機噪聲，這并不符合簡單的背景一致性假設。因此，盡管這類方法實現簡單，但是抗噪聲極差，不適用于真實數據，導致在大部分紅外圖像中檢測效果很差。第二是基于目標顯著性的方法，此類方法專注于目標特性的研究。當紅外圖像中只有目標非常顯著時，這類方法可以得到較好的檢測效果，然而，在實際應用場景中，常常會存在高輻射和高亮度的干擾，這將嚴重影響算法的性能。第三是基于背景低秩性和目標稀疏性的方法，此類方法同時關注背景和目標的屬性。這類方法充分利用背景和目標的非局部特征，在魯棒性與準確率上較之傳統方法大幅提升，但由于求解目標函數的過程中需要迭代，難以滿足實時性，目前還較難在實際工程中應用。

因此需要一種能滿足實時性需求，同時能提高檢測精度，提高檢測方法魯棒性、降低虛警率的紅外遙感圖像小目標檢測及識別方法來克服以上問題。

發明內容

本發明的目的在于：本發明提供了一種基于多幀回歸深度網絡的紅外小目標檢測方法，克服現有方法在面對紅外圖像小目標檢測精度和速度之間的權衡下不能實現實時準確定位小目標位置的問題，在實現實時檢測情況下能夠提高檢測能力，降低虛警率。

本發明采用的技術方案如下：

一種基于多幀回歸深度網絡的紅外小目標檢測方法，包括如下步驟：

步驟1：制作多幀的紅外小目標數據集，并對數據集進行圖像預處理；