一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，特別是涉及一種適用于光電技術(shù)圖像處理領(lǐng)域的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法。
【背景技術(shù)】
[0002]遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法屬于光電技術(shù)圖像處理領(lǐng)域。紅外弱小目標(biāo)檢測(cè)是精確制導(dǎo)、搜索與跟蹤、監(jiān)視與預(yù)警等光電系統(tǒng)中的一項(xiàng)關(guān)鍵技術(shù)。遠(yuǎn)距離紅外目標(biāo)信噪比低，目標(biāo)在圖像中只占一個(gè)或幾個(gè)像素的面積，缺乏形狀和結(jié)構(gòu)信息，是光電探測(cè)領(lǐng)域目標(biāo)檢測(cè)的難點(diǎn)問(wèn)題。
[0003]目前針對(duì)遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)大多基于全局信噪比的檢測(cè)算法，該方法存在運(yùn)算量大、檢測(cè)概率低和虛警率較高等缺點(diǎn)，難以滿足光電探測(cè)系統(tǒng)對(duì)檢測(cè)概率和虛警率的要求。

【發(fā)明內(nèi)容】

[0004]本發(fā)明要解決的技術(shù)問(wèn)題是提供一種運(yùn)算量小，目標(biāo)檢測(cè)虛警率低，對(duì)遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)概率高的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法及系統(tǒng)。
[0005]對(duì)于遠(yuǎn)距離紅外弱小目標(biāo)，目標(biāo)在整幅圖像中表現(xiàn)出的特征可能并不明顯，但在局部圖像中總是表現(xiàn)出奇異點(diǎn)的特征。
[0006]本發(fā)明采用的技術(shù)方案如下:一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，具體方法步驟為:
步驟一、采集目標(biāo)圖像；
步驟二、對(duì)采集的目標(biāo)的圖像進(jìn)行中值濾波；
步驟三、選取尺寸為5*5到9*9像素的小窗口作為搜索窗口，窗口中心的位置為當(dāng)前像素位置，依次搜索整幅圖像，當(dāng)窗口中心像素是窗口區(qū)域的最大值時(shí)，以搜索窗口中心為中心的比搜索窗口小的區(qū)域作為候選目標(biāo)區(qū)域；
步驟四、候選目標(biāo)區(qū)域局部背景預(yù)測(cè)；
步驟五、用原圖像候選目標(biāo)區(qū)域的像素值減去該區(qū)域的背景預(yù)測(cè)值，得到殘差；
步驟六、求取殘差均值，用候選目標(biāo)區(qū)域的殘差均值代表目標(biāo)相對(duì)于周圍背景的突起程度；
步驟七、自適應(yīng)門限分割，對(duì)殘差均值進(jìn)行自適應(yīng)門限分割得到潛在目標(biāo)；
步驟八、對(duì)潛在目標(biāo)進(jìn)行標(biāo)記聚類；
步驟九、進(jìn)行虛假目標(biāo)剔除；
步驟十、目標(biāo)信息輸出。
[0007]作為優(yōu)選，所述步驟二中，采用五點(diǎn)中值濾波消除椒鹽噪聲和探測(cè)器盲元。
[0008]作為優(yōu)選，所述步驟四中，候選目標(biāo)區(qū)域局部背景預(yù)測(cè)的具體方法為:對(duì)候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)的像素用其背景的中值來(lái)替換。
[0009]作為優(yōu)選，所述背景中值的計(jì)算方法為:用候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)相鄰背景像素點(diǎn)像素計(jì)算得出該候選目標(biāo)區(qū)域像素點(diǎn)的背景中值。
[0010]作為優(yōu)選，所述步驟四和步驟五之間的方法步驟還包括修正預(yù)測(cè)值，具體方法為:以步驟四中的所有預(yù)測(cè)值的中值為門限，判斷預(yù)測(cè)值是否小于門限值，是則用門限值代替預(yù)測(cè)值，否則保持預(yù)測(cè)值不變。
[0011]作為優(yōu)選，所述修正預(yù)測(cè)值的具體方法還包括:目標(biāo)區(qū)域中心位置像素點(diǎn)用所有預(yù)測(cè)值的最大值替換。
[0012]作為優(yōu)選，所述步驟七中，分割門限由所有殘差均值的中值與所有殘差均值的均方差求和得到。
[0013]作為優(yōu)選，所述步驟八中標(biāo)記聚類后得到潛在目標(biāo)像素點(diǎn)，在潛在目標(biāo)像素點(diǎn)對(duì)中值濾波后的圖像信息進(jìn)行線性非線性濾波后，線性非線性濾波前后的圖像做差得到背景抑制后的的圖像，然后利用背景抑制后的圖像對(duì)虛假目標(biāo)進(jìn)行剔除，最后輸出目標(biāo)信息。
[0014]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:通過(guò)提取局部極大值點(diǎn)，采用局部背景預(yù)測(cè)和虛假目標(biāo)剔除等技術(shù)，有效降低了運(yùn)算量，提升了對(duì)弱小目標(biāo)的檢測(cè)概率，降低了虛警率。
【附圖說(shuō)明】
[0015]圖1為本發(fā)明其中一實(shí)施例的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)流程圖。
[0016]圖2為本發(fā)明其中一實(shí)施例的候選目標(biāo)區(qū)域示意圖。
【具體實(shí)施方式】
[0017]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0018]本說(shuō)明書(包括任何附加權(quán)利要求、摘要和附圖)中公開(kāi)的任一特征，除非特別敘述，均可被其他等效或者具有類似目的的替代特征加以替換。即，除非特別敘述，每個(gè)特征只是一系列等效或類似特征中的一個(gè)例子而已。
[0019]如圖1所示，一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，具體方法步驟為:
步驟一、采集目標(biāo)圖像；可以直接采集目標(biāo)圖像，也可以直接對(duì)以存儲(chǔ)的圖像進(jìn)行目標(biāo)分析檢測(cè)。
[0020]步驟二、對(duì)采集的目標(biāo)的圖像進(jìn)行中值濾波；在本具體實(shí)施例中，采用五點(diǎn)中值濾波消除椒鹽噪聲和探測(cè)器盲元等。
[0021]步驟三、選取尺寸為5*5到9*9像素的小窗口作為搜索窗口，窗口中心的位置為當(dāng)前像素位置，依次搜索整幅圖像，當(dāng)窗口中心像素是窗口區(qū)域的最大值時(shí)，以搜索窗口中心為中心的比搜索窗口小的區(qū)域作為候選目標(biāo)區(qū)域；該步驟要搜索中值濾波后圖像的局部最大值，后續(xù)的處理都是基于這個(gè)局部最大值及其局部小區(qū)有圖像信息，不再對(duì)整幅圖像進(jìn)行處理，有效降低了后續(xù)處理的運(yùn)算量。對(duì)于目標(biāo)周圍的背景來(lái)說(shuō)，小目標(biāo)灰度較周圍背景要高，且與背景不相關(guān)，是圖像中的孤立亮斑，在能量分布上表現(xiàn)為一個(gè)隆起的包絡(luò)，因此體積較大的包絡(luò)最可能是目標(biāo)。而包絡(luò)的頂點(diǎn)一定是這個(gè)目標(biāo)所在區(qū)域的局部極大值。由于小目標(biāo)的像素少，在本具體實(shí)施例中，我們選取尺寸為5*5的小窗口作為搜索窗口，如圖2所示，窗口中心的位置為當(dāng)前像素位置，依次搜索整幅圖像。當(dāng)窗口中心像素是5*5區(qū)域的最大值時(shí)，以搜索窗口中心為中心的3*3區(qū)域作為一個(gè)候選目標(biāo)區(qū)域。
[0022]步驟四、候選目標(biāo)區(qū)域局部背景預(yù)測(cè)；經(jīng)典背景預(yù)測(cè)方法中，背景預(yù)測(cè)值通常是由其周圍鄰域中所有像素組合變換得到，這樣背景像素和目標(biāo)像素混合在一起了，而它們其實(shí)并不相關(guān)，所以這樣估計(jì)出來(lái)的背景難以準(zhǔn)確，考慮背景和目標(biāo)的非相關(guān)性進(jìn)行背景預(yù)測(cè)能夠更準(zhǔn)確的預(yù)測(cè)出背景。在本具體實(shí)施例中，候選目標(biāo)區(qū)域局部背景預(yù)測(cè)的具體方法為:對(duì)候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)的像素用其背景的中值來(lái)替換。而所述背景中值的計(jì)算方法為:用候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)相鄰背景像素點(diǎn)像素計(jì)算得出該候選目標(biāo)區(qū)域像素點(diǎn)的背景中值。選擇中值使本算法具有一定的去噪能力，并且由于候選目標(biāo)區(qū)域中的像素只由其相鄰背景像素估計(jì)得到，使得預(yù)測(cè)值較為準(zhǔn)確。
[0023]在本具體實(shí)施例中，還包括修正預(yù)測(cè)值，具體方法為:以步驟四中的所有預(yù)測(cè)值的中值為門限，判斷預(yù)測(cè)值是否小于門限值，是則用門限值代替預(yù)測(cè)值，否則保持預(yù)測(cè)值不變。由于紅外圖象背景的復(fù)雜性，候選目標(biāo)區(qū)域很可能落在亮暗兩種背景區(qū)域的交界處，從而使得估計(jì)出來(lái)的背景像素值偏離實(shí)際值較遠(yuǎn)，基于上述考慮，在估計(jì)出背景像素值后，還要對(duì)其做進(jìn)一步的修正。所述修正預(yù)測(cè)值的具體方法還包括:目標(biāo)區(qū)域中心位置像素點(diǎn)用所有預(yù)測(cè)值的最大值替換。該算法很好的兼顧了背景劇烈變化的情況。
[0024]步驟五、用原圖像候選目標(biāo)區(qū)域的像素值減去該區(qū)域的背景預(yù)測(cè)值，得到殘差。
[0025]步驟六、求取殘差均值，用候選目標(biāo)區(qū)域的殘差均值代表目標(biāo)相對(duì)于周圍背景的突起程度。
[0026]步驟七、自適應(yīng)門限分割，對(duì)殘差均值進(jìn)行自適應(yīng)門限分割得到潛在目標(biāo)；在本具體實(shí)施例中，分割門限由所有殘差均值的中值與所有殘差均值的均方差求和得到。
[0027]步驟八、對(duì)潛在目標(biāo)進(jìn)行標(biāo)記聚類；通常情況下經(jīng)過(guò)門限分割后的潛在目標(biāo)像素點(diǎn)較少，該步驟運(yùn)算量不大。
[0028]步驟九、進(jìn)行虛假目標(biāo)剔除；
步驟十、目標(biāo)信息輸出。
[0029]在本具體實(shí)施例中，所述步驟八中標(biāo)記聚類后得到潛在目標(biāo)像素點(diǎn)，在潛在目標(biāo)像素點(diǎn)對(duì)中值濾波后的圖像信息進(jìn)行線性非線性濾波(在本具體實(shí)施例中為7*7像素濾波)后，線性非線性濾波前后的圖像做差得到背景抑制后的的圖像，起到增強(qiáng)目標(biāo)的效果，然后利用背景抑制后的圖像對(duì)虛假目標(biāo)進(jìn)行剔除，最后輸出目標(biāo)信息。遠(yuǎn)距離弱小目標(biāo)滿足點(diǎn)擴(kuò)展函數(shù)，局部灰度分布類似于高斯圓分布，如果聚類后的目標(biāo)灰度分布在背景抑制后的圖像中不滿足高斯圓分布即判為虛假目標(biāo)，予以剔除。
【主權(quán)項(xiàng)】
1.一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，具體方法步驟為: 步驟一、采集目標(biāo)圖像； 步驟二、對(duì)采集的目標(biāo)的圖像進(jìn)行中值濾波； 步驟三、選取尺寸為5*5到9*9像素的小窗口作為搜索窗口，窗口中心的位置為當(dāng)前像素位置，依次搜索整幅圖像，當(dāng)窗口中心像素是窗口區(qū)域的最大值時(shí)，以搜索窗口中心為中心的比搜索窗口小的區(qū)域作為候選目標(biāo)區(qū)域； 步驟四、候選目標(biāo)區(qū)域局部背景預(yù)測(cè)； 步驟五、用原圖像候選目標(biāo)區(qū)域的像素值減去該區(qū)域的背景預(yù)測(cè)值，得到殘差； 步驟六、求取殘差均值，用候選目標(biāo)區(qū)域的殘差均值代表目標(biāo)相對(duì)于周圍背景的突起程度； 步驟七、自適應(yīng)門限分割，對(duì)殘差均值進(jìn)行自適應(yīng)門限分割得到潛在目標(biāo)； 步驟八、對(duì)潛在目標(biāo)進(jìn)行標(biāo)記聚類； 步驟九、進(jìn)行虛假目標(biāo)剔除； 步驟十、目標(biāo)信息輸出。
2.根據(jù)權(quán)利要求1所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述步驟二中，采用五點(diǎn)中值濾波消除椒鹽噪聲和探測(cè)器盲元。
3.根據(jù)權(quán)利要求2所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述步驟四中，候選目標(biāo)區(qū)域局部背景預(yù)測(cè)的具體方法為:對(duì)候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)的像素用其背景的中值來(lái)替換。
4.根據(jù)權(quán)利要求3所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述背景中值的計(jì)算方法為:用候選目標(biāo)區(qū)域的每一個(gè)像素點(diǎn)相鄰背景像素點(diǎn)像素計(jì)算得出該候選目標(biāo)區(qū)域像素點(diǎn)的背景中值。
5.根據(jù)權(quán)利要求1到4之一所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述步驟四和步驟五之間的方法步驟還包括修正預(yù)測(cè)值，具體方法為:以步驟四中的所有預(yù)測(cè)值的中值為門限，判斷預(yù)測(cè)值是否小于門限值，是則用門限值代替預(yù)測(cè)值，否則保持預(yù)測(cè)值不變。
6.根據(jù)權(quán)利要求5所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述修正預(yù)測(cè)值的具體方法還包括:目標(biāo)區(qū)域中心位置像素點(diǎn)用所有預(yù)測(cè)值的最大值替換。
7.根據(jù)權(quán)利要求1所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述步驟七中，分割門限由所有殘差均值的中值與所有殘差均值的均方差求和得到。
8.根據(jù)權(quán)利要求1、2、3、4、6或7所述的遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法，所述步驟八中標(biāo)記聚類后得到潛在目標(biāo)像素點(diǎn)，在潛在目標(biāo)像素點(diǎn)對(duì)中值濾波后的圖像信息進(jìn)行線性非線性濾波后，線性非線性濾波前后的圖像做差得到背景抑制后的的圖像，然后利用背景抑制后的圖像對(duì)虛假目標(biāo)進(jìn)行剔除，最后輸出目標(biāo)信息。
【專利摘要】本發(fā)明提供了一種遠(yuǎn)距離紅外弱小目標(biāo)檢測(cè)方法。方法流程分為中值濾波、搜索局部極大值、候選目標(biāo)區(qū)域局部背景預(yù)測(cè)、修正預(yù)測(cè)值、背景抑制得到殘差、求取殘差均值、自適應(yīng)門限分割、目標(biāo)聚類和虛假目標(biāo)剔除9個(gè)部分。本發(fā)明基于局部背景的目標(biāo)檢測(cè)算法，通過(guò)提取局部極大值點(diǎn)，采用局部背景預(yù)測(cè)和虛假目標(biāo)剔除等技術(shù)，有效降低了運(yùn)算量，提升了對(duì)弱小目標(biāo)的檢測(cè)概率，降低了虛警率。
【IPC分類】G06K9-32
【公開(kāi)號(hào)】CN104766079
【申請(qǐng)?zhí)枴緾N201510220899
【發(fā)明人】管學(xué)偉, 彭琴, 陳林
【申請(qǐng)人】四川九洲電器集團(tuán)有限責(zé)任公司
【公開(kāi)日】2015年7月8日
【申請(qǐng)日】2015年5月5日