相似度，hi,h2为滤波参数，50 <h2< 150,且需要满足
[0026]
【主权项】
1. 一种双模非局部均值滤波方法，其特征在于，包括以下步骤： (1) 输入待处理的图像序列； (2) 根据目标先验知识确定滤波模型参数； (3) 以图像中的待处理像素为中心，划定相似窗，并在下一帧图像中确定干涉区域范 围； (4) 根据干涉区域中当前像素确定匹配窗，利用（3)中的相似窗和当前匹配窗的像素 灰度值得到相似窗向量和匹配窗向量； (5) 利用步骤（4)中的相似窗向量和匹配窗向量进行背景模型和目标模型的相似度测 量； (6) 根据步骤（5)中的背景模型和目标模型相似度测量值计算双模权值； (7) 判断当前处理的匹配窗是否是以干涉区域内最后一个像素为中心的匹配窗，如果 满足该条件，则利用步骤（4)-(6)得到的所有匹配窗中心像素值和该匹配窗的权值获得待 处理像素对应的估计值，然后进行步骤（8)，否则返回步骤（4)继续处理干涉区域下一个像 素； (8) 判断当前处理像素是否为图像中最后一个像素，如果满足该条件，则将所得估计背 景图像与原始图像作差，获得目标得到增强而背景得到抑制的图像，否则转到步骤（3)处 理图像中的下一像素。
2. 如权利要求1所述的双模非局部均值滤波方法，其特征在于，所述步骤（2)具体 为，根据输入的目标尺寸的先验知识确定滤波模型的尺寸，滤波模版分别为相似窗，匹配 窗和干涉区域，相似窗和匹配窗尺寸相同，都为RXR，干涉区域大小为LXL，且满足L < 2R，窗口模版分为目标模型和背景模型区域，目标模型为以待处理像素为中心的中央小 型窗rXr大小的区域B，背景模型区域为剩下部分组成的环形区域A，其中目标尺寸不超 过tXt像素块大小，r,t,R的关系满足R>r=t; 采用高斯模型w =exp(-DISbA2)计算目标模型权值，采用复合指数模型to=exp(h/(DISA+l))计算背景模型权值，其中DISJPDISB分别为背景模型和目标模型的相似 度，h2为滤波参数，50 <h2< 150,且有
其中，of为噪声标准差，为背景标准差，(T32为目标标准差。
3. 如权利要求2所述的双模非局部均值滤波方法，其特征在于，满足关系R=r+2,L= R+2 〇
4. 如权利要求1或2所述的双模非局部均值滤波方法，其特征在于，所述步骤（3)中， 相似窗和干涉区域的位置和大小按照根据如下方法确定： 相似窗以待处理像素为中心，选取RXR大小的图像块，干涉区域以下一帧图像中与待 处理像素同一位置的像素为中心选取LXL大小的图像块。
5. 如权利要求1或2所述的双模非局部均值滤波方法，其特征在于，所述步骤（4)包括 以下子步骤： (4-1)以当前像素为中心选取RXR大小的图像块为匹配窗； (4-2)将以像素i为中心的相似窗队划分为两个区域，分别是以待处理像素为中心的 中央小型窗rXr大小的区域B(目标模型区域）和剩下部分组成的环形区域A(背景模型 区域），对以像素j为中心的匹配窗％进行同样处理； (4-3)将相似窗队与匹配窗Nj中的区域A中的像素灰度值按同样的先后顺序分别组 成向量V(NiA)和V(NjA); (4-4)将相似窗队与匹配窗Nj中的区域B中的像素灰度值按同样的先后顺序分别组 成向量V(NiB)和V(Njl3)。
6. 如权利要求5所述的双模非局部均值滤波方法，其特征在于，所述步骤（5)包括以下 子步骤： (5-1)根据（4-3)中得到的相似窗与匹配窗区域A对应的向量v(NiA)和v(NjA)按照如 下公式求取两个向量的欧氏距离DISa:
(5-2)根据（4-4)中得到的相似窗与匹配窗区域B对应的向量v(NiB)和v(NjB)，并按照 如下公式求取两个向量的欧氏距离DISb:
7. 如权利要求1或2所述的双模非局部均值滤波方法，其特征在于，所述步骤（6)包括 以下子步骤： (6-1)利用相似窗队与匹配窗N」对应的背景模型相似度DISA和目标模型相似度DISB 根据如下公式来计算与匹配窗中心像素j对应的权值：
其中，DISJPDISB分别为背景模型和目标模型的相似度，hph2为滤波参数； (6-2)将匹配窗％对应的权值累加至相似窗Ni对应的所有匹配窗权值累加和中，用于 权值归一化计算。
8. 如权利要求1或2所述的双模非局部均值滤波方法，其特征在于，所述步骤（7)包括 以下子步骤： (7-1)判断当前处理的匹配窗是否为像素i的干涉区域中最后一个像素对应的匹配 窗，如果满足该条件，则按（7-2)所述计算背景估计值，否则继续处理干涉区域中下一像 素； (7-2)按照如下公式计算待处理像素i的背景估计值:
其中，I为待处理像素i对应的干涉区域，j为干涉区域I中所有匹配窗中心像素，f(j) 为其像素灰度值，《(i，j)为匹配窗％对应的权值，Z(i)为相似窗\的干涉区域内所有匹 配窗权值累加和。
【专利摘要】本发明公开了一种双模非局部均值滤波方法，该方法首先利用目标先验知识确定滤波模型参数，根据图像中待处理像素，定位相似窗以及下一帧图像中的干涉区域，然后遍历干涉区域像素，定位匹配窗，对于每一个匹配窗，首先提取相似窗向量和匹配窗向量，分别计算相似窗和匹配窗的目标模型相似度以及背景模型相似度，然后利用目标模型相似度和背景模型相似度计算高斯模型和复合指数模型权值，根据干涉区域内所有双模权值得到相似窗中心像素的背景估计值，最后用原始图像和估计背景图像作差，获取背景抑制结果。本发明有效解决了由于复杂背景造成的强杂波干扰问题，并克服弱小目标造成的有效的几何轮廓特征缺乏问题，适用于复杂背景弱小运动目标的提取。
【IPC分类】G06T5-00
【公开号】CN104715458
【申请号】CN201510128328
【发明人】胡静, 余一, 董帆, 万秦琪, 高洪涛, 刘凡
【申请人】华中科技大学
【公开日】2015年6月17日
【申请日】2015年3月23日