一种对于红外图像的分级虚警判断方法与流程

1.本发明属于红外光学领域，具体涉及一种对于红外图像的分级虚警判断方法。


背景技术：

2.在实时跟瞄系统中，红外的虚警排除较为特殊，尤其是对于工艺或热成像效果较差的红外相机。既要考虑到噪声的影响，又要考虑到在较复杂背景或较小目标时虚警的鲁棒性和精确性，各论文和研究中主要有以下几种方法:
3.一类是对红外图像使用局部对比度方法，即lcm，其利用了hvs和dkmodel，在此之前经常使用高提升滤波进行预处理。
4.二类对红外图像进行局部权重熵的计算，根据权重熵的大小来判断虚警。
5.三类是对目标区域计算均值或均方差，此方法容易受到子图像的局部影响，效果有限。
6.现有的研究和应用中，大多红外图像的虚警排除方法在小目标跟踪时反而会起到消极效果，在背景灰度值较高时效果一般。故本发明在这些方法的基础上进行改进和重新设计，以达到良好的虚警判别效果。


技术实现要素：

7.本发明的目的在于提供一种红外图像的分级虚警判断方法，以解决上述背景技术中提出的问题。
8.为实现上述目的，本发明提供如下技术方案：一种对于红外图像的分级虚警判断方法，包括以下步骤：步骤a，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；步骤b，求目标扩展框，并截取目标扩展框内部区域作为扩展子图；步骤c，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β。若是小目标模式，则求扩展子图内的最大值m，此最大值对应像素位置所在区域若为内区域，则取外区域最小值为m,否则取内区域最小值为m；步骤d，若是非小目标模式，则求得内外区域均值差异meangap，并与阈值t比较，确认此帧目标标识是否为虚警；若是小目标模式，则求得异区最值比率rmm，并与阈值tr比较，确认此帧目标标识是否为虚警。
9.优选的，所述步骤a中，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；具体计算方法为：
10.i
sub
＝i(w
t，ht，ct
)
11.a＝max(w
t，ht
)
12.小目标模式ifa≤5
13.非小目标模式else
14.其中，i为原图像，i
sub
为所截子图(内区域)，i(w
t，ht，ct
)即取中心为c
t
，宽为w
t
，高为h
t
的框所包含的部分图像(子图像)，max(a,b)指取a与b中的较大值。
15.优选的，所述步骤b中，求目标扩展框，并截取目标扩展框内部区域作为扩展子图，具体计算方法为：
16.exw＝2w
t
17.exh＝2h
t
18.c
new
＝c
t
19.i
ex_sub
＝i(exw,exh,c
new
)
20.其中，exw，exh，c
t
指扩展框宽、高以及中心。
21.优选的，所述步骤c中，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β，若是小目标模式，则求扩展子图内的最大值m，此最大值对应像素位置所在区域若为内区域，则取外区域最小值为m,否则取内区域最小值为m。具体计算方法为：
22.非小目标模式α＝mean(i
sub
)
23.β＝mean(i
ex_sub
/i
sub
)
24.小目标模式m＝max(i
ex_sub
)
[0025][0026]
其中，mean(*)为对一图像像素值求均值，
[0027]iex_sub
/i
sub
即文中所述“外区域”，
[0028]
id_m指最大值所在像素位置。
[0029]
优选的，所述步骤d中,若是非小目标模式，则求得内外区域均值差异meangap，并与阈值t比较，确认此帧目标标识是否为虚警；若是小目标模式，则求得异区最值比率rmm，并与阈值tr比较，确认此帧目标标识是否为虚警。具体计算方法为：
[0030]
非小目标模式
[0031]
非虚警meangap＜t
[0032]
虚警meangap≥t
[0033]
小目标模式
[0034]
非虚警rmm＜tr[0035]
虚警rmm≥tr。
[0036][0037]
本发明与现有技术相比，具有以下有益效果：该对于红外图像的分级虚警判断方法，对红外图像中目标情况进行分级判断，且充分考虑目标区域以及背景中目标附近区域的数据性质差异，达到了稳定有效的红外图像中虚警的判断与排除。
附图说明
[0038]
图1为本发明跟瞄系统上对于红外图像的分级虚警判断方法的流程图；
具体实施方式
[0039]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040]
红外图像具有与可见光图像显著不同的图像性质，为了保证图像跟踪的有效性，以及防止盲元和盲元簇对捕获和跟踪的影响，设计合理充分的虚警判断方法来排除虚警干扰是一个较好的方向。本发明充分考虑红外图像中正常目标与小目标的区别，以目标区域尺寸作为分类依据，采用分别适用于红外正常目标与小目标的不同虚警判断方法。
[0041]
如图1所示，本发明公开的应用于跟瞄系统上对于红外图像的分级虚警判断方法，包括以下步骤：
[0042]
步骤a，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；具体计算方法为：
[0043]isub
＝i(w
t，ht，ct
)
[0044]
a＝max(w
t，ht
)
[0045]
小目标模式ifa≤5
[0046]
非小目标模式else
[0047]
其中，i为原图像，i
sub
为所截子图(内区域)，i(w
t，ht，ct
)即取中心为c
t
，宽为w
t
，高为h
t
的框所包含的部分图像(子图像)，max(a,b)指取a与b中的较大值；
[0048]
步骤b，求目标扩展框，并截取目标扩展框内部区域作为扩展子图，具体计算方法为：
[0049]
exw＝2w
t
[0050]
exh＝2h
t
[0051]cnew
＝c
t
[0052]iex_sub
＝i(exw,exh,c
new
)
[0053]
其中，exw，exh，c
t
指扩展框宽、高以及中心；
[0054]
步骤c，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β，若是小目标模式，则求扩展子图内的最大值m，此最大值对应像素位置所在区域若为内区域，则取外区域最小值为m,否则取内区域最小值为m。具体计算方法为：
[0055]
非小目标模式α＝mean(i
sub
)
[0056]
β＝mean(i
ex_sub
/i
sub
)
[0057]
小目标模式m＝max(i
ex_sub
)
[0058][0059]
其中，mean(*)为对一图像像素值求均值，
[0060]iex_sub
/i
sub
即文中“外区域”，
[0061]
id_m指最大值所在像素位置；
[0062]
步骤d中,若是非小目标模式，则求得内外区域均值差异meangap，并与阈值t比较，确认此帧目标标识是否为虚警；若是小目标模式，则求得异区最值比率rmm，并与阈值tr比
较，确认此帧目标标识是否为虚警。具体计算方法为：
[0063]
非小目标模式
[0064]
非虚警meangap＜t
[0065]
虚警meangap≥t
[0066]
小目标模式
[0067]
非虚警rmm＜tr[0068]
虚警rmm≥tr[0069]
基于上述应用于跟瞄系统上对于红外图像的分级虚警判断方法，本发明公开一实施例。
[0070]
实施例一：
[0071]
在本实施例中，经过大量的实验验证和理论推导，确定阈值tr为1.1，t为0.95，且不仅限于此实施例，在众多场景中，此二阈值都保持不变。
[0072]
在设定了以上参数后，方法即可以实现实时虚警判断，步骤如下：
[0073]
步骤a，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；具体计算方法为：
[0074]isub
＝i(w
t，ht，ct
)
[0075]
a＝max(w
t，ht
)
[0076]
小目标模式ifa≤5
[0077]
非小目标模式else
[0078]
其中，i为原图像，i
sub
为所截子图(内区域)，i(w
t，ht，ct
)即取中心为c
t
，宽为w
t
，高为h
t
的框所包含的部分图像(子图像)，max(a,b)指取a与b中的较大值；
[0079]
步骤b，求目标扩展框，并截取目标扩展框内部区域作为扩展子图，具体计算方法为：
[0080]
exw＝2w
t
[0081]
exh＝2h
t
[0082]cnew
＝c
t
[0083]iex_sub
＝i(exw,exh,c
new
)
[0084]
其中，exw，exh，c
t
指扩展框宽、高以及中心；
[0085]
步骤c，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β，若是小目标模式，则求扩展子图内的最大值m，此最大值对应像素位置所在区域若为内区域，则取外区域最小值为m,否则取内区域最小值为m。具体计算方法为：
[0086]
非小目标模式α＝mean(i
sub
)
[0087]
β＝mean(i
ex_sub
/i
sub
)
[0088]
小目标模式m＝max(i
ex_sub
)
[0089][0090]
其中，mean(*)为对一图像像素值求均值，
[0091]iex_sub
/i
sub
即文中“外区域”，
[0092]
id_m指最大值所在像素位置；
[0093]
步骤d中,若是非小目标模式，则求得内外区域均值差异meangap，并与阈值t比较，确认此帧目标标识是否为虚警；若是小目标模式，则求得异区最值比率rmm，并与阈值tr比较，确认此帧目标标识是否为虚警。具体计算方法为：
[0094]
非小目标模式
[0095]
非虚警meangap＜0.95
[0096]
虚警meangap≥0.95
[0097]
小目标模式
[0098]
非虚警rmm＜1.10
[0099]
虚警rmm≥1.10
[0100]
本发明依据红外图像中目标进行分级，既可以在较大目标区域时准确进行虚警判断，也可在较小目标区域时进行准确虚警判断。既可在对比度较高的情况下也可在对比度较低的情况下进行虚警判断。对红外目标跟踪时的跟踪-捕获闭环有益，有助于长期稳定地使得系统跟踪目标
[0101]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。