一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法
2023-08-05 00:18:41 2
一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法
【專利摘要】一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法。包括以下步驟：S1.非下採樣輪廓波變換：對紅外小目標圖像進行非下採樣輪廓波一級分解，其中帶通子帶分解為四個高頻方向；S2.背景抑制：去掉低頻影響，對高頻部分進行閾值化處理；S3.係數映射：將四個高頻方向子帶遺留下的係數線性映射到灰度空間；S4.高頻圖像分割：將四個方向高頻子帶圖像分割成二值化圖像；S5.二值高頻圖像降噪：消除二值高頻圖像中的亮小噪聲點；S6.尺度內相關性小目標檢測：四個方向高頻圖像相與得到小目標單幀檢測結果；S7.小目標序列檢測：通過多幀圖像綜合表決截獲小目標。本發明解決了紅外複雜背景下的空中小目標檢測問題。
【專利說明】一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法【技術領域】
[0001]本發明涉及一種紅外小目標檢測技術，特別涉及一種紅外複雜背景條件下的空中小目標檢測方法。
【背景技術】
[0002]對於實際應用系統而言，如何充分發揮紅外目標檢測技術的優勢，爭取在最有力的時機獲取來襲目標的相關信息已成了決定現代戰爭勝負的重要因素。於是，儘可能提高目標的檢測距離成了各國研究人員都非常關注的問題。距離越遠，目標在檢測器件上的成像面積越小，且目標遭受雜波和背景影響的可能性就會增大，因而檢測難度也會加大。在遠距離跟蹤階段，目標在成像系統中所成的像只是孤點或幾個象素組成的斑點，在視場中存在的時間很長，信號強度弱且易被雜波淹沒。戰場環境一般包括海、天和地面。在現實的戰場環境中，由於煙霧，雲層，地表的山脈、紋理、大型建築群以及海空地的交界面均會使背景複雜化。這些複雜的背景都會對運動目標的識別產生極大的幹擾。在紅外遠距離空中探測所生成的紅外圖像中，小目標的亮度通常高於背景亮度，而且目標面積小，亮度變化也較小。天空背景主要由雲層、雨、霧等構成，而噪聲則主要是紅外系統內部的幹擾。紅外小目標圖像背景幹擾面積大，信噪比較低，它的這種空間特性使得傳統的利用目標大小、形狀以及特徵的圖像處理檢測技術無法得以應用。如何在紅外複雜背景環境中準確識別空中信號弱小的目標成為一個亟待解決的難題，該問題的解決對於增大作戰距離和增加反應時間，提高己方的生存概率具有重要的意義。
【發明內容】
[0003]本發明的目的就是提供一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法，克服紅外複雜背景和噪聲的影響，解決複雜背景條件下的紅外空中小目標檢測問題。
[0004]本發明為解決上述技術問題的不足`而採用的技術方案是:
一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法:
步驟一、非下採樣輪廓波變換:對紅外空中小目標圖像進行非下採樣輪廓波一級分解，將圖像分解為低頻部分和高頻部分，其中高頻帶通子帶分解為四個方向；
步驟二、背景抑制:去掉低頻部分的影響，計算高頻子帶的噪聲和背景抑制閾值，對高頻部分係數進行閾值化處理；
步驟三、係數映射:將高頻保留下的係數取絕對值，線性映射到灰度空間，得到四個方向的聞頻圖像；
步驟四、高頻圖像分割:利用閾值法分割高頻圖像，將四個方向高頻子帶圖像分割成二值化圖像；
步驟五、二值高頻圖像降噪:利用數學形態學開運算濾除二值化高頻圖像中的若干亮點噪聲；
步驟六、尺度內相關性小目標檢測:四個方向高頻圖像相與得到小目標單幀檢測結果;
步驟七、小目標序列檢測:利用小目標在相鄰幀間位置的相關性，通過多幀圖像綜合表決，實現紅外空中小目標截獲。
[0005]所述的低頻部分為背景信息，高頻部分為小目標信息、噪聲和少量的背景信息。
[0006]所述的高頻部分係數進行閾值化處理方法為，對步驟一中得到的高頻部分進行小波變換，小波變換後的係數分為兩類:第一類小波係數僅僅由噪聲變換後得到，幅值小而數目較多；第二類小波係數由小目標信息和少量的背景信息信號變換獲得，幅值大且數目較少。在小目標圖像中，目標信號的係數處於第二類係數中。這樣，通過小波係數幅值上的差異可以構造一種降噪方法。設置一個閾值，大於這個閾值的小波係數屬於第二類係數，可以保留；而小於這個閾值的小波係數就是第一類係數，可以去除。Donoho提出的閾值表達式
為:其中，N表示圖像像素數.σ表示噪聲係數標準差。該閾值法可推廣到
非下採樣輪廓波變換降噪。
[0007]所述的步驟七為利用目標在相鄰幀間位置的相關性，通過多幀圖像綜合表決以獲得包含最終目標的圖像。管道濾波多幀檢測方法根據目標運動的連續性，在序列圖像的空間位置上以疑似目標為中心建立的一個空間管道，隨後計算管道窗口中屬於疑似目標的像素個數並與給定閾值相比較，從而判斷出管道內一幀圖像是否包含目標並確定位置。
[0008]所述的小目標序列檢測的具體實現步驟為，
步驟一、按照設定的管道長度建立管道。對於即將進入管道的每一幀圖像，都要同已存在於管道內的經過形態學膨脹處理的前一幀圖像進行相與運算，以進一步濾除噪聲。管道建立後，類似與流水線結構，每新進入一幀圖像，完成檢測的圖像就流出管道，其餘圖像依次流動。
[0009]步驟二、管道建立後，對於最先進入管道的單幀二值圖像，標識其中的8連通區域，以此作為候選目標區域。
[0010]步驟三、對於每一候選目標區域，計算其質心，以其作為管道中心，按(5)式在整個管道中計算可疑目標像素的個數:
【權利要求】
1.一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法: 步驟一、非下採樣輪廓波變換:對紅外空中小目標圖像進行非下採樣輪廓波一級分解，將圖像分解為低頻部分和高頻部分，其中高頻帶通子帶分解為四個方向； 步驟二、背景抑制:去掉低頻部分的影響，計算高頻子帶的噪聲和背景抑制閾值，對高頻部分係數進行閾值化處理； 步驟三、係數映射:將高頻保留下的係數取絕對值，線性映射到灰度空間，得到四個方向的聞頻圖像； 步驟四、高頻圖像分割:利用閾值法分割高頻圖像，將四個方向高頻子帶圖像分割成二值化圖像； 步驟五、二值高頻圖像降噪:利用數學形態學開運算濾除二值化高頻圖像中的若干亮點噪聲； 步驟六、尺度內相關性小目標檢測:四個方向高頻圖像相與得到小目標單幀檢測結果; 步驟七、小目標序列檢測:利用小目標在相鄰幀間位置的相關性，通過多幀圖像綜合表決，實現紅外空中小目標截獲。
2.如權利要求1所述的一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法，其特徵在於:所述的低頻部分為背景信息，高頻部分為小目標信息、噪聲和少量的背景信息。
3.如權利要求2所述的一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法，其特徵在於:所述的高頻部分係數進行閾值化處理方法為，對步驟一中得到的高頻部分進行小波變換，小波變換後的係數分`為兩類:第一類小波係數僅僅由噪聲變換後得到，幅值小而數目較多；第二類小波係數由小目標信息和少量的背景信息信號變換獲得，幅值大且數目較少，在小目標圖像中，目標信號的係數處於第二類係數中，通過小波係數幅值上的差異可以構造一種降噪方法，設置一個閾值，大於這個閾值的小波係數屬於第二類係數，可以保留；而小於這個閾值的小波係數就是第一類係數，可以去除，閾值表達式為:，其中，N表示圖像像素數.σ表示噪聲係數標準差。
4.如權利要求1所述的一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法，其特徵在於:所述的步驟七為利用目標在相鄰幀間位置的相關性，通過多幀圖像綜合表決以獲得包含最終目標的圖像，管道濾波多幀檢測方法根據目標運動的連續性，在序列圖像的空間位置上以疑似目標為中心建立的一個空間管道，隨後計算管道窗口中屬於疑似目標的像素個數並與給定閾值相比較，從而判斷出管道內一幀圖像是否包含目標並確定位置。
5.如權利要求4所述的一種基於非下採樣輪廓波變換的紅外空中小目標檢測方法，其特徵在於:所述的小目標序列檢測的具體實現步驟為， 步驟一、按照設定的管道長度建立管道，對於即將進入管道的每一幀圖像，都要同已存在於管道內的經過形態學膨脹處理的前一幀圖像進行相與運算，以進一步濾除噪聲，管道建立後，類似與流水線結構，每新進入一幀圖像，完成檢測的圖像就流出管道，其餘圖像依次流動； 步驟二、管道建立後，對於最先進入管道的單幀二值圖像，標識其中的8連通區域，以此作為候選目標區域； 步驟三、對於每一候選目標區域，計算其質心，以其作為管道中心，按(5)式在整個管道中計算可疑目標像素的個數:
【文檔編號】G01V8/10GK103761731SQ201410000396
【公開日】2014年4月30日 申請日期:2014年1月2日 優先權日:2014年1月2日
【發明者】劉剛, 範波, 張森, 張丹, 張倩茜, 王俊嶺, 趙旭輝 申請人:河南科技大學