专利名称：一种红外序列图像中的小目标检测方法
技术领域：
本发明属于图像数据处理方法，具体涉及一种复杂背景下红外小目标的检测方法。
背景技术：
红外小目标可以说是一个相对概念，所谓“小”是指在图像中其几何尺寸小，通常认为小目标是指在图像上大小在1*1个像素至10*10个像素之间的目标。由于目标较小， 没有可以用来识别的形状信息，另外还具有信噪比较低，，位置和运动速率都未知的特点， 使得红外小目标的检测变得很困难。目前存在的红外小目标检测算法主要包括基于滤波器的检测算法，基于小波变换的检测算法，基于数学形态学的检测算法以及一些基于学习的或运动信息的检测算法。基于滤波器的检测算法通过滤波器滤出可能的目标区域，抑制大部分背景，这类方法简单有效，但是在目标很小，信噪比较低的情况下效果不好，不能有效的滤除干扰；基于小波变换的检测算法是通过提取目标区域和背景之间不同的特性来进行检测，但是在目标较小的情况下，小波通常不能有效的提取目标的特性；基于数学形态学的方法主要是应用top-hat变换抑制背景，但是它对结构元素的选取很敏感，另外，对低信噪比下小目标的提取也很敏感；基于学习的方法只有在获得较好的训练样本的情况下，才能有好的检测效果，但通常较好的训练样本的获取是很困难的。总之，目前存在的一系列检测算法，都存在一定的局限性。
发明内容
本发明提出了一种红外序列图像中的小目标检测方法，首先通过背景重建去除背景，然后采用最小非均衡图切割的方法，利用图像分割对小目标进行检测，可以准确的分割出目标。。本发明的一种红外序列图像小目标检测的方法，步骤为(1)图像预处理步骤为了有更好的检测效果，首先要对图像进行预处理，以达到单帧增强目标的目的； 首先对原始图像的每一行去除该行均值；然后用大小不等的两个窗口分别对图像进行均值滤波，然后计算其差值，得到差值图像。(2)背景建模步骤从像素邻域出发，首先对任意相邻两帧差值图像和f2分别做分块处理，将中的某像素块视为一个矢量，从f2中搜索其最近邻的k个像素块，最近邻的测度使用欧式距离，除去与其距离最近的第一个像素块，然后，在满足最小的重建误差的条件下，用剩下的 k-Ι个像素块重建该像素块，对中的每个像素块做相同的处理，最后得到重建图像；由差值图像fi与重建图像相减，最后得到特征图像；这样做的基础是，背景相对来说是均勻分布的，并且每个背景块在图像中有比较多的像素块，而目标则较少，背景可以很好的重建，而目标则重建的误差较大，将重建误差图像作为特征图像时，则目标可以凸显出来。(3)最小非均衡图切割步骤首先建立像素间的网格图模型G(V，Ε)，其中节点为像素，边为相邻像素间的约束 W (U, V)，该约束w(u，ν)用于定义相邻像素的平滑性；将网格模型视为三维图，则分割问题转化为图的切割问题，高度为像素灰度，平面坐标为像素的位置，切割面可以视为图像分割的阈值t，阈值t将图像分为A，B两部分，计算A，B间的切割能量以及最优化函数大小，从t的最大值往下进行循环遍历，使最优化函数取最小值的t，即为最佳分割阈值，然后用此分割阈值对上述得到的特征图像进行分割，从而检测出红外小目标。其中，所述背景建模步骤过程为(2. 1)对于任意相邻的两帧图像和f2，分别对其做分块处理；(2. 2)对中的每个像素块，将其以矢量形式表达，在帧f2中搜索最近邻的k个像素块；(2. 3)对于中的每个像素块，除了 f2中与其距离最近的第一个像素块，由其在 f2中对应的其他k-1个像素块，根据重建公式进行重建，并满足最小的重建误差，其中所述重建公式为
权利要求
1.一种红外序列图像小目标检测的方法，包括如下过程(1)图像预处理步骤对于红外序列图像中每一帧图像，首先，去除图像中每一行的均值，然后用大小不等的两个窗口分别对图像进行均值滤波，最后计算图像在两次均值滤波后的差值，得到每一帧图像的差值图像；(2)背景建模步骤，即建立每一帧图像的差值图像的重建图像，并获得每一帧图像的特征图像，具体为首先，对每一帧图像的差值图像及该每一帧图像的相邻帧图像的差值图像分别做分块处理；其次，将该每一帧图像的差值图像的任一像素块视为矢量，从另一差值图像中搜索其最近邻的k个像素块，除去与其距离最近的一个像素块，然后根据剩下的k-Ι个近邻像素块重建该像素块，对该每一帧的差值图像所有像素块的重建，即可获得该差值图像的重建图像，其中，k为大于1的正整数；然后，将该每一帧图像的差值图像与其重建图像相减，获得每一帧图像的特征图像；(3)最小非均衡图切割步骤对于每一帧图像的特征图像，首先建立像素间的网格图模型G(V，E)，其中节点为像素， 边为相邻像素间的约束w(u，ν)，该约束w(u，ν)用于定义相邻像素的平滑性；其次，将网格模型G(V，Ε)视为三维图，其中高度为像素灰度，平面坐标为像素的位置， 以阈值t作为切割面，将三维图中的节点分为A和B两部分，计算图像A和图像B两部分间的切割能量以及最优化函数大小，并从阈值t的最大值往下进行循环遍历，使最优化函数取最小值的阈值，作为最佳分割阈值；最后，利用该最佳分割阈值对上述得到的每一帧图像的特征图像进行分割，即可分割出红外小目标，完成检测。
2.根据权利要求1所述的方法，其特征在于，所述步骤O)的背景建模中，所述重建该像素块的重建公式为
3.根据权利要求2所述的方法，其特征在于，所述最近邻的测度为欧式距离。
4.根据权利要求1-3之一所述的方法，其特征在于，所述的步骤(3)中，图像A和图像 B间的切割能量定义如下
5.根据权利要求1-4之一所述的方法，其特征在于，所述的步骤(3)中，所述最优化函数为
全文摘要
本发明公开了一种红外序列图像小目标检测方法，属于图像数据处理领域，包括(1)图像预处理步骤，获得得到红外序列图像各帧图像的差值图像；(2)背景建模步骤，得到各帧图像的特征图像；(3)最小非均衡图切割步骤，即求得最佳分割阈值，并利用该最佳分割阈值对上述得到的特征图像进行分割，即可检测出红外小目标。本发明方法对于背景分布相对均匀的图像来说，背景可以很好的重建；最小非均衡图切割方法将分割问题转化为图的切割问题，从切割能量的角度出发，去寻找最佳的分割阈值，能够更加准确的分割出目标。
文档编号G06T7/00GK102314687SQ20111026049
公开日2012年1月11日 申请日期2011年9月5日 优先权日2011年9月5日
发明者田金文, 谭毅华, 陈旭, 陶超 申请人:华中科技大学