国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于剪切波變換的紅外弱小目標檢測方法

      文檔序號:6564955閱讀:541來源:國知局
      專利名稱:一種基于剪切波變換的紅外弱小目標檢測方法
      技術(shù)領(lǐng)域
      本發(fā)明屬于紅外圖像處理技術(shù)領(lǐng)域,涉及紅外對空基和地基遠程監(jiān)控系統(tǒng)、紅外預(yù)警及紅外目標識別與跟蹤系統(tǒng)等。將多尺度幾何變換中的剪切波(Shearlet)變換理論用于紅外弱小目標檢測,本方法可有效地應(yīng)用于低信噪比、背景和噪聲干擾嚴重的單幀紅外圖像的弱小目標檢測。
      背景技術(shù)
      紅外弱小目標檢測對空基和地基遠程監(jiān)控系統(tǒng)、紅外預(yù)警及紅外目標識別與跟蹤系統(tǒng)等有著重要的意義。對弱小目標而言,目標較小意味著傳感器距離目標較遠,相對尺寸比較小,圖像中目標的尺寸小于6X6個像素點,無形狀和紋理信息;目標較弱意味著目標與周圍背景之間的對比度較低(< 0. 3),目標信號強度與噪聲的比值小(SNR < 2dB),這些因素增加了弱小目標的檢測難度。單幀紅外圖像弱小目標檢測方法可分為基于全局特征和局部特征的檢測方法兩類?;谌痔卣鞯哪繕藱z測方法有最大類間方差法、最大熵估計法和改進的偏微分方程法等。然而,由于弱小目標的全局特征非常不明顯,它僅為局部的極值點,因此基于全局特征的弱小目標檢測算法大多性能不佳。為此,發(fā)展了基于局部特征的目標檢測方法小面模型法、鄰域反向相位特征法、元胞自動機法和局部二元模式算子檢測法等;此外,神經(jīng)網(wǎng)絡(luò)和小波變換等也被用于單幀弱小目標檢測,都取得了較好的效果,但不能很好地應(yīng)用于紅外圖像信噪比較低、背景和噪聲干擾嚴重的情況。常規(guī)基于小波變換的方法是主要利用小波的多尺度分析方法區(qū)分圖像的背景及感興趣目標區(qū)。在《基于小波多尺度分析及Fisher分割的紅外弱小目標檢測.》(見《紅外與毫米波學(xué)報》,2003年22卷(5期)P353-356,作者李紅,鄭成勇,高景麗.)中所述小波變換、就是根據(jù)不同尺度上生成的圖像信息將目標與復(fù)雜背景區(qū)分開;即當采用小波變換對目標圖像進行分析時、目標和背景在小波不同尺度(頻段)生成的圖像上有明顯不同的區(qū)別特征,根據(jù)其區(qū)別特征用于復(fù)雜背景弱小目標的檢測,該方法對信噪比較高圖像信息的處理效果好,但對信噪比較低圖像中目標和復(fù)雜背景的區(qū)分則較困難。針對常規(guī)小波變換只能處理水平、垂直和對角線三個方向的信息和點狀奇異性的缺陷,采用Shearlet變換能夠處理多個方向的信息和各向異性的特點,對其辨識奇異性的位置和幾何特征非常有用。在文獻《采用剪切波變換的紅外弱小目標背景抑制》(見《紅外與毫米波學(xué)報》,2011年30卷O期)P162-166,作者秦翰林,李佳,周慧鑫等)中所述Scarlet變換的方法中,根據(jù)紅外圖像中目標和背景雜波的不同分布特性,首先,采用 shearlet變換對原始紅外圖像進行多尺度和多方向分解,獲得原始圖像的多尺度(頻段) 和各方向細節(jié)特征,然后,通過應(yīng)用高斯尺度混合模型進行處理,從而將紅外圖像中弱小目標和背景雜波分離,達到抑制背景的目的,最后采用經(jīng)典的自適應(yīng)閾值分割技術(shù)得到目標圖像,最終實現(xiàn)目標檢測。該方法實現(xiàn)紅外圖像弱小目標背景抑制的具體步驟為1.對原始圖像進行Siearlet變換;2.利用高斯尺度混合模型估計各個高頻信息圖(高頻子帶)。
      4首先,根據(jù)圖像設(shè)定的雜波標準差計算鄰域協(xié)方差Cw,估計鄰域系數(shù)的協(xié)方差Cy,并利用Cy 和Cw估計零均值高斯向量u的協(xié)方差Cu,然后對高頻信息圖中的各個鄰域利用貝葉斯估計計算預(yù)測的背景信號(子帶);3.對低頻信息圖采用局部去均值濾波法進行處理,以削弱殘留在低頻信息圖中的目標信號;4.對經(jīng)過濾波處理的低頻信息圖和各個高頻信息圖(高頻子帶)進行Siearlet逆變換,得到背景圖像;5.將背景圖像與原始圖像相減得到目標信號圖像,實現(xiàn)對弱小目標的背景抑制。該方法中利用了高斯尺度混合模型,局部去均值濾波法和Shearlet逆變換,檢測時所處理的數(shù)據(jù)量大,時間復(fù)雜度比較高。

      發(fā)明內(nèi)容
      本發(fā)明的目的是針對背景技術(shù)存在的缺陷,改進設(shè)計一種基于剪切波變換的紅外弱小目標檢測方法,該方法對原始紅外圖像通過分解、變換,將其分解成不同尺度以及在同一尺度下不同方向的高頻信息圖,再經(jīng)融合處理及對所得高頻信息圖分割處理,實現(xiàn)對弱小目標的檢測;從而達到簡化檢測處理流程、降低數(shù)據(jù)處理量,縮短處理時間,有效提高對紅外弱小目標檢測的性能等目的。本發(fā)明的解決方案是首先利用非下采樣拉普拉斯金字塔變換(濾波處理)將原始紅外圖像分解為與原圖像尺寸(大小)相同的一個高頻信息圖和一個低頻信息圖,再利用非下采樣拉普拉斯金字塔變換(濾波處理)將所得低頻信息圖再分解為一個高頻信息圖和一個低頻信息圖;并對每次分解所得高頻信息圖則分別采用Shearlet濾波器對設(shè)定的方向位進行濾波處理、以獲取不同尺度(頻段)下各方向位的高頻信息圖;再對同一尺度各方向位的高頻信息圖融合處理,以抑制背景、噪聲的干擾信息,然后對各尺度融合后的高頻信息圖進行融合處理、以增強目標信息,最后根據(jù)增強目標處理后的高頻信息圖的最大對比度確定其分割閾值、并利用該閾值對其進行二值化處理,從而實現(xiàn)其發(fā)明目的。因而本發(fā)明方法包括A.分別獲取不同尺度(頻段)下各方向位的高頻信息圖首先利用非下采樣拉普拉斯金字塔變換(濾波處理)將原始紅外圖像分解為與原圖像尺寸(大小)相同的一個高頻信息圖和一個低頻信息圖,再利用非下采樣拉普拉斯金字塔變換(濾波處理)將所得低頻信息圖再分解為一個高頻信息圖和一個低頻信息圖,如此反復(fù)對每次所得低頻信息圖進行分解至設(shè)定次數(shù)(即尺度數(shù))止,而對每次分解所得高頻信息圖則分別采用Siearlet濾波器對設(shè)定的方向位進行濾波處理、以獲取不同尺度(頻段)下各方向位的高頻信息圖;B.抑制背景、噪聲干擾信息對同一尺度(頻段)下各方向位的高頻信息圖采用疊加方式進行融合處理,以抑制背景、噪聲的干擾信息;C.增強目標信息將步驟B所得抑制干擾信息后各尺度(頻段)下的高頻信息圖、 再經(jīng)融合處理,以增強目標信息;其融合處理的方法將各尺度(頻段)下的高頻信息圖進行相乘處理、即通過代表各尺度下的高頻信息圖的矩陣(即對應(yīng)的空間位置的值)進行相乘處理;D.提取弱小目標首先確定步驟C所得增強目標處理后的高頻信息圖的最大對比度,再根據(jù)該最大對比度確定其分割閾值,然后利用該閾值對高頻信息圖進行二值化處理, 從而提取出弱小目標。所述非下采樣拉普拉斯變換(濾波處理)通過下式進行
      權(quán)利要求
      1.一種基于剪切波變換的紅外弱小目標檢測方法,包括A.分別獲取不同尺度下各方向位的高頻信息圖首先利用非下采樣拉普拉斯金字塔變換將原始紅外圖像分解為與原圖像尺寸相同的一個高頻信息圖和一個低頻信息圖,再利用非下采樣拉普拉斯金字塔變換將所得低頻信息圖再分解為一個高頻信息圖和一個低頻信息圖,如此反復(fù)對每次所得低頻信息圖進行分解至設(shè)定次數(shù)止,而對每次分解所得高頻信息圖則分別采用Shearlet濾波器對設(shè)定的方向位進行濾波處理、以獲取不同尺度下各方向位的高頻信息圖;B.抑制背景、噪聲干擾信息對同一尺度下各方向位的高頻信息圖采用疊加方式進行融合處理,以抑制背景、噪聲的干擾信息;C.增強目標信息將步驟B所得抑制干擾信息后各尺度下的高頻信息圖、再經(jīng)融合處理,以增強目標信息;其融合處理的方法將各尺度下的高頻信息圖進行相乘處理、即通過代表各尺度下的高頻信息圖的矩陣進行相乘處理;D.提取弱小目標首先確定步驟C所得增強目標處理后的高頻信息圖的最大對比度, 再根據(jù)該最大對比度確定其分割閾值,然后利用該閾值對高頻信息圖進行二值化處理,從而提取出弱小目標。
      2.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于所述非下采樣拉普拉斯變換通過下式進行
      3.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于所述 Shearlet濾波器由Meyer小波作為窗口函數(shù),再將其從偽極坐標系轉(zhuǎn)換到笛卡爾坐標系得到;定義偽極坐標(u,v) e R2,其坐標轉(zhuǎn)換由下式得到
      4.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于所述反復(fù)對每次所得低頻信息圖進行分解至設(shè)定尺度數(shù)止,所設(shè)定的分解尺度數(shù)為2-4個;而所述對每次分解所得高頻信息圖分別采用Shearlet濾波器對設(shè)定的方向位進行濾波處理,其所設(shè)定方向位的個數(shù)為5-20個。
      5.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于所述對同一尺度下各方向位的高頻信息圖采用疊加方式進行融合處理、方法為化=KI+KI+L N+L+KI其中,表示尺度j下的i方向位的高頻信息圖,Hj表示疊加融合后的高頻信息像,η為尺度j下分解的方向位的個數(shù)。
      6.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于在步驟C 中所述通過代表各尺度下的高頻信息圖的矩陣進行相乘處理為I (x, y) = Nj (X,y) XNJ+1 (χ, y) XNJ+2 (χ, y)其中Ν」(χ, y),NJ+1 (χ, y),NJ+2 (χ, y)分別表示尺度為j、j+1、j+2的高頻信息圖疊加融合后的歸一化圖像,(χ,y)為空間位置,I (χ,y)表示進行相乘處理后的圖像。
      7.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于在步驟 D中,所述確定增強目標處理后的高頻信息圖的最大對比度,其對比度的絕對值由下式?jīng)Q定
      8.按權(quán)利要求1所述基于剪切波變換的紅外弱小目標檢測方法,其特征在于所述根據(jù)最大對比度確定其分割閾值,分割閾值由下式確定
      全文摘要
      該發(fā)明屬于紅外圖像處理技術(shù)中的一種基于剪切波變換的紅外弱小目標檢測方法,包括先后采用非下采樣拉普拉斯金字塔變換和Shearlet濾波器對原始紅外圖像進行處理、以分別獲取不同尺度下各方向位的高頻信息圖,抑制背景、噪聲干擾信息,增強目標信息以及提取弱小目標。該發(fā)明由于利用非下采樣拉普拉斯金字塔變換和Shearlet濾波器原始紅外圖像進行處理后、再經(jīng)對所得高頻信息圖同尺度及不同尺度間的融合處理,抑制了干擾信息、增強了目標信息,最后對高頻信息圖進行分割得清晰的弱小目標圖;從而具有檢測處理流程短、數(shù)處理據(jù)量小、處理時間短,可有效提高對紅外弱小目標檢測的性能、對圖像中的目標和復(fù)雜背景的區(qū)分明顯、效果好等特點。
      文檔編號G06K9/54GK102324021SQ20111025924
      公開日2012年1月18日 申請日期2011年9月5日 優(yōu)先權(quán)日2011年9月5日
      發(fā)明者吳大, 彭凌冰, 彭真明, 景亮, 謝春華, 魏芳 申請人:電子科技大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1