[發明專利]多幀紅外圖像弱小目標檢測方法、裝置、設備和存儲介質

在審

• 申請號: 202011297947.5
• 申請日: 2020-11-19
• 公開（公告）號: CN112395990A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 馬龍;黃姍姍;舒聰;李彥龍;李世飛;喻鈞
• 申請（專利權）人: 西安工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 深圳倚智知識產權代理事務所(普通合伙) 44632
• 代理人: 霍如肖

1.一種多幀紅外圖像弱小目標檢測方法，其特征在于，包括：

以預設的時間間隔獲取多幀連續的紅外圖像，將各紅外圖像依次輸入至弱小目標檢測網絡模型；

通過所述弱小目標檢測網絡模型從當前幀紅外圖像中提取特征數據，并通過特征數據的自動組合與分析，得到當前幀初始目標分割圖像，存儲當前幀初始目標分割圖像；

所述弱小目標檢測網絡模型的表達式為：

f＝f_T∪f_B

其中，f表示紅外圖像，f_T表示紅外圖像的目標區域，f_B表示紅外圖像的背景區域；

將當前幀初始目標分割圖像輸入至幀間關聯網絡模型，以預先存儲的前N幀的初始目標分割圖像為參考，對當前幀初始目標分割圖像進行修正，得到當前幀目標分割圖像；其中，N為大于等于1的整數；

將當前幀目標分割圖像轉化成二值圖像，并標記所述二值圖像的連通區域，以得到所述二值圖像中的目標的特征信息。

2.根據權利要求1所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

所述將當前幀目標分割圖像轉化成二值圖像，包括以下步驟：

從當前幀目標分割圖像中獲取第一像素；所述第一像素為當前幀目標分割圖像中的任一像素；

將所述第一像素的輻射強度與預設的強度閾值進行比較，若所述輻射強度小于所述強度閾值，則將所述第一像素的灰度值設定為0，若所述輻射強度大于所述強度閾值，則將所述第一像素的灰度值設定為255；最終設定當前幀目標分割圖像中的任一像素的灰度值，以得到所述二值圖像。

3.根據權利要求2所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

所述強度閾值的表達式為：

Tr＝m+0.5*(maxv-m)

其中，Tr表示所述強度閾值，m表示當前幀目標分割圖像中的各像素的平均輻射強度，maxv表示當前幀目標分割圖像中的各像素的最大輻射強度。

4.根據權利要求1所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

所述對當前幀初始目標分割圖像進行修正，包括以下步驟：

對當前幀初始目標分割圖像進行虛警剔除和漏檢補充。

5.根據權利要求1所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

在所述以預設的時間間隔獲取多幀連續的紅外圖像之前，還包括以下步驟：

創建所述弱小目標檢測網絡模型；

分別對多個訓練用紅外圖像進行預處理，得到多個預處理訓練圖像；

分別獲取各預處理訓練圖像所對應的訓練目標分割圖像樣本；

通過所述弱小目標檢測網絡模型分別提取各預處理訓練圖像中的訓練特征數據，以各訓練目標分割圖像樣本作為所述訓練特征數據的輸出參考，對所述弱小目標檢測網絡模型進行訓練，直至所述弱小目標檢測網絡模型的參數收斂，得到訓練后的所述弱小目標檢測網絡模型。

6.根據權利要求1所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

在所述以預設的時間間隔獲取多幀連續的紅外圖像之前，還包括以下步驟：

創建所述幀間關聯網絡模型；

預設多組訓練用目標分割圖像集合；訓練用目標分割圖像集合包括多幀連續的訓練用目標分割圖像；

分別獲取各組訓練用目標分割圖像集合所對應的意向訓練目標分割圖像樣本；

通過所述幀間關聯網絡模型分別提取各組預處理訓練圖像中的第二訓練特征數據，以意向訓練目標分割圖像樣本作為所述第二訓練特征數據的輸出參考，對所述幀間關聯網絡模型進行訓練，直至所述幀間關聯網絡模型的參數收斂。

7.根據權利要求1所述的多幀紅外圖像弱小目標檢測方法，其特征在于，

所述特征信息包括所述目標的位置、尺寸、形狀。