一种红外弱小目标检测的背景自适应抑制方法与流程

本发明属于图像目标检测，具体涉及一种红外弱小目标检测的背景自适应抑制方法。

背景技术：

1、红外传感器成像有很好的反应目标的热辐射特性，对场景的亮度变化不敏感，因此可以有效克服光照不足、雨雪、风霜等恶劣环境影响，有着广泛的应用。但是当目标自身存在伪装或者热辐射特性不明显时，有效像素少，信噪比低，图像中真实目标很容易被背景淹没，导致检测失败。

2、目前提出了很多对红外图像中进行背景抑制的方法，如基于形态学滤波的顶帽变换算法，中值、均值等滤波方法，小波变换方法，频域高通滤波方法，双边滤波方法等。

3、这些方法都是基于对图像全局的灰度或者其他特征的分布进行全图处理，因此对于背景复杂或者目标亮度低于周边干扰(如建筑物、树叶、水面反光)时，往往达不到很好的目标凸显效果。

技术实现思路

1、本发明针对现有技术中存在的技术问题，本文提出了一种复杂环境下红外弱小目标检测的背景自适应抑制方法，通过对复杂背景进行抑制处理，凸显真实目标，实现红外弱小目标的准确检测。

2、本发明解决其技术问题所采用的技术方案是：一种红外弱小目标检测的背景自适应抑制方法，包括如下步骤

3、s1，对于输入的单帧红外图像进行预处理：设定三种尺度结构的膨胀算子，对输入图像进行多尺度的图像膨胀操作，按照如下膨胀公式分别进行膨胀运算

4、

5、其中i为原始单帧红外图像一个通道的图像，kn为结构元素，为膨胀运算符号，φ表示空集；

6、s2，将膨胀后的图像记为i_dilate，设定增强算子h为将增强算子h与图像i_dilate进行滑窗卷积运算，每次滑窗的步长为1个像素，经过算子滑窗处理后的图像叠加在图像i_dilate上以突出目标的轮廓边缘，得到增强后的图像i_dilate_enhance；

7、s3，上一步处理后的图像i_dilate_enhance，再一次使用中值滤波器进行中值滤波以抑制部分离散噪声点，得到图像i_dilate_enhance_median；

8、s4，将上一步处理结果图像i_dilate_enhance_median按照图像通道的方向进行拼接操作，得到一个与原始输入图像的分辨率相同的三通道图像，选择三通道图像中通道最大的值，得到的一通道图像记为i_dilate_enhance_median_cat；

9、s5，对图像i_dilate_enhance_median_cat进行分块处理，按照下面的循环进行分块：

10、for j＝1:width

11、for i＝1:height

12、patchs＝(1+i,1+j)，

13、其中width为图像的宽，height为图像的高，patch为每一次取得的块，下标s为最终可以取得块的总数量，图像的边界处，取周围邻域像素值进行填充；

14、s6，计算图像i_dilate_enhance_median_cat的波动率，同时，上一步得到的每一个块，分别计算波动率，这里波动率的定义为：

15、

16、其中，imagemax为图像像素灰度最大值，imagemin为图像像素灰度最小值，imagei,j为坐标为(i，j)处的灰度值，mean为取平均值；

17、s7，分别判断每一个图像块与图像i_dilate_enhance_median_cat的波动率：如果当前图像块的波动率小于整个图像的波动率，则认为当前图像块中图像的灰度分布较为均匀一致，则是背景区域的可能性很大；如果当前图像块的波动率大于整个图像的波动率的2倍，则认为当前图像块中灰度起伏较大，则存在目标区域的可能性很大；

18、判断当前图像块是否为背景的准则为：

19、

20、如果是背景区域则计算该图像块的均值，所有的像素灰度值由计算的均值替换；

21、如果是目标区域则不作任何处理，获得背景抑制后的红外弱小目标。

22、进一步，还包括步骤：

23、s8，将处理后的每一个图像块，按照步骤s5中分块的规则，按照下面的循环进行图像拼接：

24、for j＝1:width

25、for i＝1:height

26、patchs＝(1+i,1+j)，

27、重新进行恢复后，得到与原始输入图像分辨率一致、位置一一对应的拼接图像，重叠的部分求均值作为恢复后该位置的灰度值，恢复后的图像记为i_dilate_enhance_median_cat_adapfilter；

28、s9，接着，计算图像i_dilate_enhance_median_cat_adapfilter的均值m与标准差std，设定二值化的阈值t＝m+5*std，将大于阈值的像素点位置标记为1，其余的标记为0，得到二值化图，再计算二值化图的质心则为目标所在位置。

29、更进一步，所述的步骤s1中的膨胀算子为5×5、9×9和17×17三种尺度结构。

30、更进一步，所述的步骤s3中中值滤波器处理窗口为9*9。

31、再进一步，所述的步骤s5中分块处理时每一次的移动步长为5。

32、本发明的有益效果是：本发明方法首先对图像进行预处理，再对预处理后的图像进行分块，对于每一块进行自适应的局部滤波进行背景抑制，处理后的每一块按照一定的规则重新拼接，设定自适应阈值进行图像二值化，实现目标提取；本发明方法按照分块的思路，对不同的图像块按照图像波动率进行分而治之的滤波处理，自适应进行背景抑制，有效解决了复杂背景下红外弱小目标检测不容易检测的难题。

技术特征：

1.一种红外弱小目标检测的背景自适应抑制方法，其特征在于：包括如下步骤

2.根据权利要求1所述的一种红外弱小目标检测的背景自适应抑制方法，其特征在于，还包括步骤：

3.根据权利要求1或2所述的一种红外弱小目标检测的背景自适应抑制方法，其特征在于，所述的步骤s1中的膨胀算子为5×5、9×9和17×17三种尺度结构。

4.根据权利要求1或2所述的一种红外弱小目标检测的背景自适应抑制方法，其特征在于，所述的步骤s3中的中值滤波器处理窗口为9*9。

5.根据权利要求1或2所述的一种红外弱小目标检测的背景自适应抑制方法，其特征在于，所述的步骤s5中分块处理时每一次的移动步长为5。

技术总结
本发明公开了一种红外弱小目标检测的背景自适应抑制方法，对于输入的单帧红外图像首先进行多尺度膨胀运算，之后对增强后的结果分别进行中值滤波以抑制离散噪声点，接着将多个滤波结果按照图像通道方向进行拼接，并按照图像通道方向选择最大的值作为当前坐标的像素值，得到预处理的一通道图像，对该图像进行分块处理，计算该图像和每一个图像块的波动率，如果当前图像块的波动率小于整个图像的波动率，则是背景区域的可能性很大，如果当前图像块的波动率大于整个图像的波动率的2倍则存在目标区域的可能性很大；本发明方法通过对复杂背景进行抑制处理，凸显真实目标，实现红外弱小目标的准确检测。

技术研发人员：范强,邹尔博,王康,张政,邰园
受保护的技术使用者：武汉华中天经通视科技有限公司
技术研发日：
技术公布日：2024/1/15