[發(fā)明專利]一種復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110480586.6
• 申請(qǐng)日: 2021-04-30
• 公開（公告）號(hào): CN113111878B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 藺素珍;祿曉飛;張海松;李大威
• 申請(qǐng)（專利權(quán)）人: 中北大學(xué)
• 主分類號(hào): G06V10/25
• 分類號(hào): G06V10/25;G06V10/74;G06K9/62
• 代理公司: 太原科衛(wèi)專利事務(wù)所(普通合伙) 14100
• 代理人: 朱源

本發(fā)明提出了一種復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法，涉及紅外目標(biāo)檢測(cè)領(lǐng)域。首先，定義滑動(dòng)窗口并將其劃分為多個(gè)單元，將中心單元的像素灰度值降序排列后計(jì)算其前K個(gè)灰度均值；其次，分別構(gòu)建中心單元的相接鄰域和相隔鄰域并計(jì)算它們各自的灰度均值；再次，分別提取相接鄰域和相隔鄰域的顯著圖；然后，通過點(diǎn)乘兩顯著圖抑制復(fù)雜背景并增強(qiáng)弱小目標(biāo)；最后自適應(yīng)提取目標(biāo)，以實(shí)現(xiàn)復(fù)雜背景下紅外弱小目標(biāo)的高效準(zhǔn)確檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及紅外圖像目標(biāo)檢測(cè)領(lǐng)域，具體為一種復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法。

背景技術(shù)

紅外目標(biāo)檢測(cè)是遠(yuǎn)程預(yù)警、精確制導(dǎo)等系統(tǒng)的核心技術(shù)之一，其中紅外弱小目標(biāo)檢測(cè)是經(jīng)典的難題。主要難點(diǎn)在于：1)成像距離很遠(yuǎn)，目標(biāo)在圖像中不僅缺乏特征信息而且極易與噪點(diǎn)混淆；2)高強(qiáng)度的雜波邊緣很容易被誤檢為目標(biāo)，使得虛警增加；3)既弱又小的目標(biāo)往往會(huì)淹沒在復(fù)雜背景中，從而造成嚴(yán)重的漏檢。因此，復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)一直是一項(xiàng)極具挑戰(zhàn)性的任務(wù)。

目前，關(guān)于紅外弱小目標(biāo)檢測(cè)的研究還很少。與之相關(guān)的紅外小目標(biāo)檢測(cè)方法大體上可分為以深度學(xué)習(xí)為代表的數(shù)據(jù)驅(qū)動(dòng)法和基于數(shù)學(xué)、物理知識(shí)建模的模型驅(qū)動(dòng)法兩類。其中，由于缺乏紅外弱小目標(biāo)圖像集、訓(xùn)練開銷大且實(shí)時(shí)性差等問題，導(dǎo)致數(shù)據(jù)驅(qū)動(dòng)法在實(shí)際工程中應(yīng)用較少。模型驅(qū)動(dòng)的紅外小目標(biāo)檢測(cè)方法可進(jìn)一步分為單幀方法和多幀方法。不過，由于無法獲取目標(biāo)的精確運(yùn)動(dòng)模型，使得多幀方法在紅外弱小目標(biāo)檢測(cè)中效果受限。因此，高性能的單幀方法在紅外小目標(biāo)檢測(cè)中更受重視。

自處理思路方面分析，紅外小目標(biāo)的單幀檢測(cè)方法包括三類：一類可以稱之為恢復(fù)背景法，其思想是先基于稀疏和低秩矩陣恢復(fù)背景，再用原圖像減去背景圖像，從而達(dá)到凸顯目標(biāo)的目的，但是存在對(duì)像素值敏感、耗時(shí)較長(zhǎng)等問題。第二類是背景抑制法，主要是采用濾波技術(shù)抑制均勻背景和雜波。但是，該類方法對(duì)背景邊緣很敏感，制約了其在空天目標(biāo)檢測(cè)等復(fù)雜場(chǎng)景中的使用。第三類是新興的抑制背景增強(qiáng)目標(biāo)并舉法，主要是利用人類視覺的局部對(duì)比度敏感特性，通過提取目標(biāo)與背景的局部對(duì)比度增強(qiáng)目標(biāo)。該類多數(shù)方法在背景變化平穩(wěn)的場(chǎng)景中檢測(cè)效果都較好，但用于復(fù)雜場(chǎng)景的紅外弱小目標(biāo)檢測(cè)時(shí)，無法有效抑制復(fù)雜背景中的高強(qiáng)度雜波邊緣，致使虛警率高。因此，復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法還有較大的發(fā)展空間。

發(fā)明內(nèi)容

針對(duì)上述問題，本發(fā)明提出一種復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法，用于復(fù)雜背景下紅外圖像弱小目標(biāo)的檢測(cè)，有效提高檢測(cè)的準(zhǔn)確率及魯棒性。

本發(fā)明采用如下技術(shù)方案：一種復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法，包括以下步驟：

步驟1：輸入一幅大小為M×N的待檢測(cè)紅外圖像I_in；

步驟2：將圖像I_in轉(zhuǎn)換為灰度圖像I；

步驟3.1：以灰度圖像I中的一點(diǎn)p₀為中心構(gòu)建一個(gè)N×N的滑動(dòng)窗口，該窗口分為多個(gè)單元，中心單元稱為cell₀，其周圍的單元cell_i是局部背景區(qū)域；

步驟3.2：降序排列中心單元的像素值后計(jì)算前K個(gè)灰度值的均值，即顯著亮度mMax；

步驟3.3：計(jì)算所有單元的池化亮度，即單元內(nèi)所有像素灰度的均值；

步驟3.4：構(gòu)建相接鄰域集合，并計(jì)算中心單元每個(gè)相接鄰域的灰度均值；

步驟3.5：構(gòu)建相隔鄰域集合，并計(jì)算中心單元每個(gè)相隔鄰域的灰度均值；

步驟4.1：相接鄰域顯著圖提取：將中心單元的顯著亮度mMax和其相接鄰域的灰度均值進(jìn)行差分平方計(jì)算，再將計(jì)算結(jié)果乘以判斷函數(shù)來抑制洞狀背景，將多個(gè)差分結(jié)果的最小值作為相接鄰域顯著圖在該點(diǎn)的最終輸出值，逐像素移動(dòng)滑動(dòng)窗口，重復(fù)步驟3.1～3.5得到顯著圖I_ANSM；