[發(fā)明專利]基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法

有效

• 申請?zhí)枺?/td>: 202011632487.7
• 申請日: 2020-12-31
• 公開（公告）號(hào): CN112541486B
• 公開（公告）日: 2022-11-08
• 發(fā)明（設(shè)計(jì)）人: 丁云;張春景;陳旭彤;李國強(qiáng)
• 申請（專利權(quán)）人: 洛陽偉信電子科技有限公司
• 主分類號(hào): G06V10/44
• 分類號(hào): G06V10/44;G06V20/00;G06T7/11;G06T5/00
• 代理公司: 河南廣文律師事務(wù)所 41124
• 代理人: 王自剛

本發(fā)明公開了基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法，涉及圖像處理技術(shù)領(lǐng)域，針對目前算法中如何能有效分割出目標(biāo)而不帶來虛警的問題，現(xiàn)提出如下方案，根據(jù)對空紅外圖像的目標(biāo)、噪點(diǎn)及背景的成像差異特性，充分利用目標(biāo)局部成像灰度特征，采用改進(jìn)Pixel分割方法，對輸入圖像各個(gè)像素取半徑不同的內(nèi)外滑動(dòng)模板，計(jì)算模板上下左右四個(gè)方向的均值及方差，通過對四個(gè)方向的均值及方差比較，計(jì)算滑動(dòng)窗口中心點(diǎn)對應(yīng)的分割閾值，生成的閾值矩陣對濾波后的圖像進(jìn)行分割，可以有效地將云層邊緣目標(biāo)，復(fù)雜場景中弱小目標(biāo)完整分割出來，再通過虛警抑制判據(jù)，可以準(zhǔn)確地檢出低信噪比目標(biāo)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體為基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法。

背景技術(shù)

遠(yuǎn)距離獲取的紅外圖像，大體可以分為目標(biāo)、背景和噪聲三種成分。由于紅外系統(tǒng)探測距離較遠(yuǎn)，而目標(biāo)處在運(yùn)動(dòng)狀態(tài)，所以，目標(biāo)尺寸不固定，通常占有的像元很少，所占的面積很小，缺乏顏色、形狀、紋理等方面的有效信息。針對這個(gè)難題，已有許多學(xué)者及研究機(jī)構(gòu)進(jìn)行了深入的研究，從圖像濾波的角度提出了許多算法，如時(shí)域?yàn)V波、頻域?yàn)V波、匹配濾波、概率神經(jīng)網(wǎng)絡(luò)等等，這些算法在信噪比較高時(shí)檢測效果不錯(cuò)，但是當(dāng)目標(biāo)運(yùn)動(dòng)在云層邊緣或者場景中出現(xiàn)強(qiáng)雜波等的干擾時(shí)，通常會(huì)導(dǎo)致檢測失敗。因此在低信噪比條件下，探求一種既能去除虛警，同時(shí)能保證目標(biāo)檢出的方法是亟待解決的難題。

本發(fā)明首先采用非局部均值濾波方法對獲取圖像進(jìn)行濾波，同時(shí)利用目標(biāo)在局部區(qū)域灰度呈現(xiàn)較大的特點(diǎn)，使用改進(jìn)Pixel分割的算法，對目標(biāo)進(jìn)行精準(zhǔn)分割，最終提取出目標(biāo)。

圖像分割是通過一定的算法將圖像細(xì)分為若干特定區(qū)域，這些區(qū)域?qū)?yīng)圖像中的不同目標(biāo)，然后對感興趣的區(qū)域進(jìn)行描述與研究，最終提取出所需要的目標(biāo)，圖像分割的好壞直接影響后續(xù)目標(biāo)的檢測結(jié)果。

根據(jù)門限值，大于閾值的被判別為目標(biāo)，小于閾值的視為背景。但是在實(shí)際圖像中背景特性曲線與目標(biāo)特性曲線存在交集，這就導(dǎo)致了漏警與虛警的產(chǎn)生。小于閾值的被認(rèn)為是背景，這就是漏檢；對背景噪聲來說，大于閾值的被認(rèn)為是目標(biāo)，這就是虛警。

在目前的算法中，對于整幅圖像通常只有一個(gè)分割閾值。但是實(shí)際中，由于目標(biāo)在持續(xù)的運(yùn)動(dòng)中，目標(biāo)周圍的場景也在不斷的變化，當(dāng)目標(biāo)處于整幅圖都是干凈的背景，全局閾值與局部閾值計(jì)算相當(dāng)；但是當(dāng)目標(biāo)處于復(fù)雜的場景中，則整幅圖像計(jì)算的閾值將會(huì)抬高，當(dāng)目標(biāo)隨著距離增加時(shí)，可能會(huì)導(dǎo)致目標(biāo)漏檢，如果不斷降低閾值，則可能導(dǎo)致虛警增加。如何能有效分割出目標(biāo)而不帶來虛警是值得研究的問題。為此，我們提出基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法，以解決上述背景技術(shù)提出的目前的算法中如何能有效分割出目標(biāo)而不帶來虛警的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

基于改進(jìn)Pixel分割的紅外弱小目標(biāo)檢測算法，該算法適用于matlab或者VS平臺(tái)開發(fā)運(yùn)行；具體步驟如下：

S1：讀取輸入圖像image，高為height，寬為width；

S2：采用非局部均值濾波方法對原圖像進(jìn)行濾波，得到濾波圖像Filterimage；

S3：計(jì)算濾波圖像的均值mm及方差var，計(jì)算圖像全局分割閾值即Thread，Thread=tk*mm，tk為經(jīng)驗(yàn)值，可取10；

S4：構(gòu)造閾值分割數(shù)組MultiThread,尺寸與輸入圖像保持一致，且各個(gè)元素值為0；

S5：構(gòu)建滑動(dòng)窗口，內(nèi)窗口為Inside,半徑為ds,元素值為0；外窗口為Outside,半徑為DS,元素值為1；

S6：設(shè)置列數(shù)增量column步長為1,行數(shù)增量row步長為1；