一种基于复数Scharr滤波器的海空红外图像弱小目标检测方法
【专利摘要】本发明公开了一种基于复数Scharr滤波器的海空红外图像弱小目标检测方法，属于海天环境红外图像处理和应用领域。本发明以复数Scharr滤波器为滤波模板，并使用该模板，与红外图像进行相关运算求得复数梯度图像，沿梯度的反向方向作直线，汇聚点多的位置经一定的后处理，即可得到红外弱小目标位置。通过对多幅图像测试表明，该方法较于传统方法对传统提高了准确率、可靠性与运行效率，对于目标与背景相融合等的难以处理的情况也有较好的效果。
【专利说明】
一种基于复数Scharr滤波器的海空红外图像弱小目标检测 方法
技术领域
[0001] 本发明涉及海天红外图像处理领域，具体涉及到弱小目标检测。
【背景技术】
[0002] 红外目标检测技术主要利用背景和目标之间的红外辐射差异来进行目标识别。相 比于雷达系统，其优点有:属于被动检测，不受电磁辐射干扰，可以探测低空域的雷达盲区， 系统体积小、灵活性高等。因此在预警监测和军事领域中，红外目标探测具有很高的研究价 值。
[0003] 衡量红外目标检测算法性能主要体现在对红外弱小目标的检测能力上。以海天背 景红外目标检测为例，当待检测的目标距离检测器很远时，目标的光谱能量经过大气传输， 在大气扰动、光学散射和衍射、海面反射干扰等影响下，检测器靶面接收目标信号的光谱辐 照度很小，导致目标的信噪比很低。目标小、噪声大是红外图像的主要特点，也是目前红外 目标识别的难点。
[0004] 目前，常用的红外弱小目标的检测算法有小波变换、分形、数学形态学、神经网络、 边缘检测与分割等算法。但很多情况下，噪声干扰比较突出，分割出的图像往往不仅有目标 点，还包含背景和噪声，稳定性较差。近年来红外目标弱小目标检测也有了许多新的方法， 如基于马尔科夫随机场的分割，多特征提取的机器学习识别，各向异性滤波，自适应滤波， 基于低秩和稀疏矩阵分解，局部对比度与区域显著性等。这些方法在一定程度上可以完成 对弱小目标的检测，并相比于传统提高了一定效率，但仍存在计算量大，有一定的虚警率等 问题。
[0005] 本文提出了一种基于Scharr滤波器的边缘检测方法，通过对边缘梯度的反向汇 聚，进行目标检测。Scharr滤波器由Hanno Scharr于2000年在论文中提出，其与传统的 Sob e 1算子有一定的相似，但在平滑噪声中有更好的效果。
【发明内容】
[0006] 本发明的主旨在于通过对行扫描法进行改进，结合综合评价方式，大大增强了算 法的准确性和稳定性，便于实际应用分析。
[0007] 为了解决上述技术问题，达到上述目的，本发明采用如下技术方案：
[0008] -种基于复数Scharr滤波器的海空红外图像弱小目标检测方法，其特征在于，包 括如下步骤：
[0009] 步骤1、输入待检测的海天线红外图像；
[0010]步骤2、构建复数Scharr滤波器；
[0011] 步骤3、将复数Scharr滤波器与原图做相关操作，得到复数梯度图像，进行幅度阈 值处理得到待绘线点；
[0012] 步骤4、在待绘线点位置，沿复数梯度反方向和幅值成正比的长度绘制一条直线， 并重复该操作直到绘制完所有待绘线点得到梯度线段图像im(x，y);
[0013]步骤5、对于梯度线段图像im(x，y)像进行面积阈值、交点数排除干扰，并采取膨胀 的操作增强目标；
[0014]步骤6、得到弱小目标位置。
[0015] 上述技术方案中，所述步骤2的具体流程为：
[0016] 由垂直方向和水平方向的Scharr滤波器来构建3 X 3的空域复数Scharr滤波模板；
[0017] 垂直方向Scharr滤波器元素值依次为:3，10，3，0，0，0，-3，-10，-3;
[0018] 水平方向Scharr滤波器元素值依次为：3，0，-3，10，0，-10，3，0，-3;
[0019] 用垂直方向加上i乘以水平方向的Scharr滤波器得到复数Scharr滤波器w(x，y); 3 10 3 3 0 -3 3 + 3/： 10 3 - 3i '
[0020] w(x,y) = 0 0 0 + i 10 0 -10 = 10/ 0 -lOt -3 -10 -3.. ,3 0 -3 . .-3 + 3 / _10 _ 3 - 3i .
[0021] 复数3(^&^滤波器<1，7)的元素值依次为3+31，10,3-31，101，0，-101，-3+31，-10， _3_3i，其中i为虚数单位满足:i2 = _l。
[0022] 上述技术方案中，所述步骤3的具体流程为：
[0023] 将步骤2中构建的复数Scharr滤波器w(x，y)与原始图像进行相关操作，其计算公 式如下：
[0024] g{x,y) = w{x,yykf{x,y) = Y.l=--LYll=-iw(s,t)f{x + + ￡)
[0025] ￥(1，7)1^^(1，7)表示滤波器￥(1，7)与原始图像;^1，7)做相关操作
[0026] 式中f(x，y)为原始图像，w(x，y)为一个步骤2中构建的复数Scharr滤波器；
[0027]对于原始图像的边界，采用填零处理；
[0028] 得到的复数梯度图像g(x，y)，对于g(x，y)的某一点g(XQ，yo) = gr(X()，y())+gi(X()，yo) i,
[0029] gr(XQ，yQ)代表实部，
[0030] giUojo)代表虚部，
[0031] 对复数梯度图像g(x，y)的某一点g(xo，yo)，计算幅值和单位方向，计算公式如下：
[0032] 幅值bOo, 乂)）丨=Vc9r(^〇.y〇)2 + 9 i{^y〇)2
[0033] 单位方向 p = 5〇0, y〇)/|t9i>0, y")丨
[0034]计算完复数梯度图像g(x，y)所有点的幅值，得到幅度图像|g(x，y)|，并且可以用 来显示；
[0035]然后对于幅度图像| g(x，y) |进行阈值处理，公式如下：
[0036] (x ) = fl 丨.9(^)丨 > P max (切|)
[0037] 其中max( | g | )为幅值的最大值，p为比例系数；
[0038] 经过幅度图像阈值操作得到了二值图像，且该图像的1值点作为待绘线点。
[0039] 上述技术方案中，所述步骤4的具体流程为：
[0040] 待绘线点为(xi，yi)，同样也是绘线的线段起始点，该点梯度为g(xi，yi)，则线段的 终止点(X2，y2)可表示为：
[0041] (X2，y2) = (xi-ja，yi-jb)
[0042]其中a = gr(xi，yi)，b = gi(xi，yi);
[0043]其中j为线段长度调节系数；
[0044] 把所有的待绘线点的线段全部绘制完成，得到梯度线段图像im(X，y);
[0045] 求出待绘线段斜率：
[0047]再对处于梯度线段上的每一点进行绘线点灰度值加一的操作；
[0048]对于所需绘制的线段，若X1-X2辛0，则用下式表示： rfix((p - xx) h, k + y\) ifx1 > x2, |Xi - x2| > \yl - v2\,p G [x^xj
[0049] , = ^ ~ ^ " + /Xi < 1X1 - > iyi - G //x((p - yx) * /c + xj Lfyy > y2, - x2| < |>1 - y2\,p G [y2,y,] ,/7x((p - y2) * k + xz)if yi < y2, |Xi - x2| < |>i - y2\,p G [y^y.j
[0050] p、q为所绘直线上的点的垂直和水平坐标，fi x (x)函数代表对x的四舍五入，k为线 段的斜率；
[0051] 因此在梯度线段图像im(x，y)上其相应累加操作为：
[0052] im(p，q) = im(p，q)+l，pG [xi，X2]
[0053] 对于X1_X2 = 0的情况， 「00541 = fm(P，幻十 1 ?户=X】4 ￡ Ih,乃.1 if h < 乃
[](p, W - 1畴'g)十 1 ? p u e yi > 乃
[0055] 遍历过所有的轮廓点后，把一幅图的梯度线段图像im(x，y)绘出。
[0056] 上述技术方案中，所述步骤5的具体流程为：
[0057]对梯度线段图像im(x，y)进行灰度值二值化处理，设置一个图像像素值阈值s，即 至少有s个线段共同交于一点才不被置零，按式下式的方法进行噪声的抑制：
[0058] im(x,y) = \1 妒加(x,y) > s 7 *-0 else
[0059] 之后对于二值图像进行面积阈值处理；
[0060] 首先标记所有联通域面积，用a(i)表示，对于a(i)>aeramax or a(i)<aeramin的 区域进行归零操作，排除面积过大的杂波和面积过小的噪声的干扰；
[0061 ]最后使用形态学膨胀操作，由此使目标图像得到增强。
[0062]因为本发明采用上述技术方案，因此具备以下有益效果：
[0063] 1.算法结构简单，运算量少，处理速度快，检测率高；
[0064] 2.解决了弱小目标边缘与背景相互融合情况下难以被检测的问题；
[0065] 3.有效减小了随机噪声对原图像的干扰，降低所带来的误检率。
【附图说明】
[0066]图1复数Scharr滤波器模板；
[0067] 图2为一种基于复数Scharr滤波器的海空红外图像弱小目标检测方法的流程图；
[0068] 图3为弱小目标检测结果，注意：图3为一副附图，而非多幅附图。
【具体实施方式】
[0069] 下面将结合附图及【具体实施方式】对本发明作进一步的描述。
[0070] ①输入待检测的海天线红外图像；
[0071 ]②构建复数Scharr滤波器；
[0072] ③将复数Scharr滤波器与原图相关运算，得到复数梯度图像，进行经幅度阈值处 理得到待绘图点；
[0073] ④在新图的绘图点位置，沿复数梯度反方向和幅值成正比的长度绘制一条直线， 并重复该操作直到绘制完所有待绘图点；
[0074] ⑤对于绘线图像进行面积阈值、交点数排除干扰，并采取膨胀的操作增强目标；
[0075] ⑥得到弱小目标位置。
[0076] 上述技术方案中，所述步骤②的具体流程为:构建3X3的空域复数Scharr滤波模 板，其元素值依次为3+31，10,3-31，101，0，-101，-3+31，-10，-3-31，其中1为虚数单位满足：
[0077] i2 = -l(l)
[0078]整体复数Scharr滤波器模板为图1所示：
[0079] 上述技术方案中，所述步骤③的具体流程为:将步骤2中构建的复数Scharr滤波器 模板与原始图像进行相关运算，其计算公式如式(2)所示：
[0080] g(x,y) = w(x,y)-r-<f(x,)〇 = Hs=-aY,t=~b w(s- + 0 ^2)
[0081] 式中f (x，y)为原始图像，w(x，y)为一个大小为mXn的滤波器，a=(m-l)/2，b=(n-1)/2,同时为了有对称中心，m、n为奇整数。对于原始图像的边界，可以采用填零处理。
[0082]由此得到的g(x，y)的复数梯度图像，对于某一点g(XQ，yo)=gr(X()，y())+gi(X()，y())i， gr(xo，y())代表实部，gi(xQ，yQ)代表虚部，且垂直方向梯度的大小是复数梯度的实数部分，水 平方向梯度的大小是复数梯度的虚部部分。对于复数梯度，可以类似于传统双方向梯度，计 算其幅值(复数的模)和单位方向。计算公式如下：
[0083]丨5〇0,)，0)丨=v?U。)2 +认⑶
[0084]单位方向 # = WXWfUgOoJo)丨⑷
[0085]由此可以得到复数梯度图像的幅度图像|g(x，y)|，并且可以用来显示。然后对于 幅度图像进行阈值处理，公式如下：
[0086]瓜(x,y) = f1 V.,丨没(x，列〉P . max (丨没丨）（5) 訊" l〇 else
[0087]其中max( |g| )为幅值图像的最大值，p为比例系数。经过幅度图像阈值操作得到了 二值图像，且该图像的1值点作为待绘图点。
[0088] 上述技术方案中，所述步骤④的具体流程为:设待绘线点为(X1，yi)，同样也是绘线 的线段起始点，该点梯度为g(xi，yi)，则线段的终止点(X2，y2)可由式(6)表示：
[0089] (X2，y2) = (xi-ja，yi_jb)(6)
[0090] 其中j为线段长度调节系数，可由用户调节。在绘线图像上，把所有的待绘线点的 线段全部绘制完成，即可得到梯度线段图im(x，y)。首先求出线段斜率：
[0092] 再对处于梯度线段上的每一点进行绘线图像灰度值加一的操作。对于所需绘制的 线段，若X1_X2#〇,可以用式(8)的方程表示：
[0093] rfix{{p - xt) * k + yj t/'xj > x2! |xx - x2 \ > \y\ - y2\,p G g -々）* B 乃)仇 < h h -々 | > |y-乃 I, P e h X2] fix({p - yj * k + xj Lfyt > y2, \xl - < ly! - y2\,p G [y2,yi] ^ J J'lx((p - y2) * k + x2) i/xt < y2, Ui - x2\ < jy, - y2\,p G [y1；y2]
[0094] p、q为所绘直线上的点的垂直和水平坐标，fi x (x)函数代表对x的四舍五入，k为线 段的斜率。
[0095]因此在梯度线段图im(x，y)上其相应累加操作为：
[0096] im(p，q) = im(p，q)+l，pe [xi，X2] (9)
[0097] 特别的，对于xl-X2 = 〇的情况，
[0_/_, = 111 t 卜 P =~"卜It1 < ^ _ Um(p, q) + l,p = xuq E [y2, y,] if yL > y2
[0099]遍历过所有的轮廓点后，可以把一幅图的梯度线段图像im(x，y)绘出。
[0100] 上述技术方案中，所述步骤⑤的具体流程为:对梯度线段图像进行灰度值二值化 处理，设置一个图像像素值阈值S，即至少有S个线段共同交于一点才不被置零。按式（11)的 方法进行噪声的抑制：
[0101] im(x,y) = \l if hn(x,y)>S(11) ^0 else
[0102] 之后对于二值图像进行面积阈值处理。首先标记所有联通域面积，用a(i)表示，对 于a(i)>aeramax or a(i)<aeramin的区域进行归零操作，排除面积过大的杂波和面积过 小的噪声的干扰。
[0103] 最后使用形态学膨胀操作，膨胀是指将图像A与核B进行卷积，并求出局部最大值 的操作，即计算核B覆盖区域的像素点最大值。由此使目标图像得到增强。
【主权项】
1. 一种基于复数Scharr滤波器的海空红外图像弱小目标检测方法，其特征在于，包括 如下步骤： 步骤1、输入待检测的海天线红外图像； 步骤2、构建复数Scharr滤波器； 步骤3、将复数Scharr滤波器与原图做相关操作，得到复数梯度图像，进行幅度阈值处 理得到待绘线点； 步骤4、在待绘线点位置，沿复数梯度反方向和幅值成正比的长度绘制一条直线，并重 复该操作直到绘制完所有待绘线点得到梯度线段图像im(x，y); 步骤5、对于梯度线段图像im(x，y)像进行面积阈值、交点数排除干扰，并采取膨胀的操 作增强目标； 步骤6、得到弱小目标位置。2. 根据权利要求1所述的一种基于Scharr滤波器的红外图像弱小目标检测方法，其特 征在于，所述步骤2的具体流程为： 由垂直方向和水平方向的Scharr滤波器来构建3 X 3的空域复数Scharr滤波模板； 垂直方向Scharr滤波器元素值依次为:3,10,3，0,0,0，-3，-10，-3; 水平方向Scharr滤波器元素值依次为：3,0，-3，10,0，-10,3,0，-3; 用垂直方向加上i乘以水平方向的Scharr滤波器得到复数Scharr滤波器w(x，y);复数Scharr滤波器w(x，y)的元素值依次为3+3i，10,3-3i，IOi，0，-10i，-3+3i ,-10,-3-3i，其中i为虚数单位满足:i2 = _l。3. 根据权利要求1所述的一种基于Scharr滤波器的海空红外图像弱小目标检测方法， 其特征在于，所述步骤3的具体流程为： 将步骤2中构建的复数Scharr滤波器w(x，y)与原始图像进行相关操作，其计算公式如 下：w(x，y)iirf (x，y)表示滤波器w(x，y)与原始图像f (x，y)做相关操作 式中f(x，y)为原始图像，w(x，y)为一个步骤2中构建的复数Scharr滤波器； 对于原始图像的边界，采用填零处理； 得到的复数梯度图像 g(x，y)，对于 g(x，y)的某一点 g(x〇，y〇) = gr(x()，y())+gi(x()，y())i， gr(xQ，y〇)代表实部， gi(x〇，y〇)代表虚部， 对复数梯度图像g(x，y)的某一点g(x〇，y〇)，计算幅值和单位方向，计算公式如下：计算完复数梯度图像g(x，y)所有点的幅值，得到幅度图像|g(x，y)l，并且可以用来显 示； 然后对于幅度图像I g(x，y) I进行阈值处理，公式如下：其中max( I g| )为幅值的最大值，p为比例系数； 经过幅度图像阈值操作得到了二值图像，且该图像的1值点作为待绘线点。4. 根据权利要求1所述的一种基于Scharr滤波器的红外图像弱小目标检测方法，其特 征在于，所述步骤4的具体流程为： 待绘线点为(xi，yi)，同样也是绘线的线段起始点，该点梯度为g(xi，yi)，则线段的终止 点（X2，y2)可表不为： (X2，y2) = (xi-ja，yi_jb) 其中& =区1^(叉1，71)，匕=区1(叉1，71); 其中j为线段长度调节系数； 把所有的待绘线点的线段全部绘制完成，得到梯度线段图像im(x，y); 求出待绘线段斜率：再对处于梯度线段上的每一点进行绘线点灰度值加一的操作； 对于所需绘制的线段，若X1-X2辛〇,则用下式表示：P、q为所绘直线上的点的垂直和水平坐标，fix(x)函数代表对X的四舍五入，k为线段的 斜率； 因此在梯度线段图像im(x，y)上其相应累加操作为： im(p,q) = im(p,q)+l ,pe [χι,χ2] 对于X1_X2 = 0的情况，遍历过所有的轮廓点后，把一幅图的梯度线段图像im(x，y)绘出。5. 根据权利要求1所述的一种基于Scharr滤波器的红外图像弱小目标检测方法，其特 征在于，所述步骤5的具体流程为： 对梯度线段图像im(x，y)进行灰度值二值化处理，设置一个图像像素值阈值s，即至少 有s个线段共同交于一点才不被置零，按式下式的方法进行噪声的抑制：之后对于二值图像进行面积阈值处理； 首先标记所有联通域面积，用a(i)表示，对于a(i)>aeramax or a(i)〈aeramin的区域 进行归零操作，排除面积过大的杂波和面积过小的噪声的干扰； 最后使用形态学膨胀操作，由此使目标图像得到增强。
【文档编号】G06T7/00GK105931235SQ201610244228
【公开日】2016年9月7日
【申请日】2016年4月18日
【发明人】燕肇, 燕肇一, 彭真明, 刘勇, 余娟, 杨琛, 安健, 武子豪
【申请人】电子科技大学