復(fù)雜背景下多尺度時(shí)空聯(lián)合濾波的紅外小目標(biāo)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種紅外檢測(cè)方法,尤其涉及一種多尺度時(shí)空聯(lián)合濾波的紅外小目標(biāo) 檢測(cè)方法。
【背景技術(shù)】
[0002] 由于紅外傳感器受到大氣熱輻射、作用距離遠(yuǎn)、探測(cè)器自身噪聲等因素影響,所探 測(cè)目標(biāo)在紅外圖像上多呈現(xiàn)對(duì)比度低,無(wú)具體形態(tài)和紋理信息的點(diǎn)狀小圓斑,且極易淹沒 于雜波和噪聲中,這對(duì)紅外小目標(biāo)的檢測(cè)技術(shù)提出巨大挑戰(zhàn)。
[0003] 依據(jù)采用序列圖像中圖像幀數(shù),紅外小目標(biāo)檢測(cè)技術(shù)分為兩類:?jiǎn)螏瑱z測(cè)和多幀 檢測(cè)。單幀圖像目標(biāo)檢測(cè)技術(shù)主要依靠小目標(biāo)和背景在各幀紅外圖像中灰度差異來實(shí)現(xiàn)對(duì) 小目標(biāo)對(duì)象的檢測(cè)。缺點(diǎn)是適應(yīng)性較差,目標(biāo)漏檢率和虛警率高。多幀檢測(cè)技術(shù)主要采用 序列圖像中目標(biāo)運(yùn)動(dòng)的連續(xù)性和軌跡的一致性來實(shí)施紅外小目標(biāo)檢測(cè)任務(wù)。多幀檢測(cè)技術(shù) 在檢測(cè)率和虛警率方面相對(duì)于單幀檢測(cè)有著一定優(yōu)勢(shì),缺點(diǎn)是計(jì)算量和存儲(chǔ)量較大,很難 滿足實(shí)時(shí)處理的需要。
[0004] 本發(fā)明【背景技術(shù)】涉及三個(gè)關(guān)鍵步驟與方法:抑制鬼影效應(yīng)的紅外圖像非均勻性校 正技術(shù)、提高潛在目標(biāo)對(duì)比度的紅外圖像增強(qiáng)技術(shù)、不同尺度下多級(jí)濾波的紅外小目標(biāo)檢 測(cè)技術(shù)。
[0005] 場(chǎng)景信號(hào)的干擾是時(shí)域高通濾波法中鬼影問題產(chǎn)生的主要原因,構(gòu)建雙邊多尺 度時(shí)域高通濾波非均勻性校正模型。雙邊濾波的殘差圖像中仍然有較多的場(chǎng)景以及邊緣信 息,引入與殘差圖像相關(guān)的非均勻校正矩陣,如果某一像素處在場(chǎng)景邊緣上,則該像素點(diǎn)所 對(duì)應(yīng)的非均勻校正矩陣系數(shù)變小,以此來減少該邊緣像素點(diǎn)對(duì)校正累積的影響,使場(chǎng)景以 及邊緣信息對(duì)校正參數(shù)計(jì)算準(zhǔn)確性的影響降到最小。雙邊多尺度時(shí)域高通濾波非均勻性校 正模型既能在不同尺度上提取非均勻 性信息,又能在每個(gè)尺度上保護(hù)邊緣不被平滑,有效地降低鬼影效應(yīng)。
[0006] 提高潛在目標(biāo)對(duì)比度的紅外圖像增強(qiáng)技術(shù) 目標(biāo)強(qiáng)度的衰減與背景大強(qiáng)度的存在,使得目標(biāo)與背景對(duì)比度很低。在小目標(biāo)檢測(cè)之 前,必須對(duì)紅外圖像進(jìn)行濾波預(yù)處理,否則產(chǎn)生一定的虛警與漏檢目標(biāo)。研究潛在目標(biāo)的紅 外圖像增強(qiáng)技術(shù),構(gòu)建圖像空域復(fù)雜度的加權(quán)信息熵模型,體現(xiàn)其對(duì)圖像突變點(diǎn)的敏感性 與空間分布的描述,實(shí)現(xiàn)處理圖像中小目標(biāo)區(qū)域的信息熵更為突出。
[0007] 圖像中小目標(biāo)的尺度介于點(diǎn)噪聲與較大面目標(biāo)之間,在檢測(cè)中需要充分考慮小目 標(biāo)的尺度特性檢測(cè)目標(biāo),否則很難識(shí)別不同尺度的目標(biāo)或雜波。側(cè)重小目標(biāo)的空間域灰度 特性與時(shí)間域運(yùn)動(dòng)特性,研究目標(biāo)尺寸各異的多級(jí)濾波的紅外小目標(biāo)檢測(cè)技術(shù),實(shí)現(xiàn)魯棒 的小目標(biāo)檢測(cè)。
【發(fā)明內(nèi)容】
[0008] 本發(fā)明的目的在于提供一種復(fù)雜背景下多尺度時(shí)空聯(lián)合濾波的紅外小目標(biāo)檢測(cè) 方法,針對(duì)紅外圖像的嚴(yán)重非均勻性會(huì)帶來鬼影效應(yīng)問題,構(gòu)建符合目標(biāo)檢測(cè)的雙邊多尺 度時(shí)域高通濾波非均勻性校正模型,實(shí)現(xiàn)從紅外圖像變換為非均勻紅外校正圖像,有效的 抑制鬼影效應(yīng)并提高圖像的辨識(shí)度。采用圖像空域復(fù)雜度因子和香農(nóng)熵準(zhǔn)則,構(gòu)建圖像空 域復(fù)雜度加權(quán)信息熵模型,增強(qiáng)圖像中潛在的紅外弱小目標(biāo),抑制紅外圖像中的雜波和噪 聲。研究不同尺度下的小目標(biāo)增強(qiáng)圖像算法,利用紅外小目標(biāo)不同尺度下的特性檢測(cè),構(gòu)建 不同尺度下的時(shí)空濾波模型,解決了小目標(biāo)的虛檢與漏檢問題,實(shí)現(xiàn)了不同尺度下的小目 標(biāo)自適應(yīng)檢測(cè)技術(shù)難題。
[0009] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是: 通過構(gòu)建雙邊多尺度時(shí)域高通濾波的非均勻性校正模型、空域復(fù)雜度的加權(quán)信息熵模 型與研究多級(jí)尺度時(shí)空聯(lián)合濾波模型,實(shí)現(xiàn)魯棒性的目標(biāo)檢測(cè)。本發(fā)明需要解決的關(guān)鍵科 學(xué)問題如下: (1)構(gòu)建雙邊多尺度時(shí)域高通濾波的非均勻性校正模型。研究場(chǎng)景校正技術(shù),依據(jù)自適 應(yīng)的雙邊濾波算法校正圖像的非均勻性。在本發(fā)明中,結(jié)合雙邊多尺度濾波與時(shí)域高通濾 波的原理機(jī)制,引入與殘差圖像相關(guān)的非均勻校正矩陣,得到雙邊多尺度時(shí)域高通濾波非 均勻性校正模型,既能在不同尺度上提取非均勻性信息,又能在每個(gè)尺度上保護(hù)邊緣不被 平滑,以便消除鬼影效應(yīng)。
[0010] (2)構(gòu)建空域復(fù)雜度的加權(quán)信息熵模型。研究目標(biāo)增強(qiáng)技術(shù),考慮圖像復(fù)雜度對(duì)目 標(biāo)檢測(cè)性能的影響,采用方向方差加權(quán)信息熵作為測(cè)度,突出小目標(biāo)。在本發(fā)明中,結(jié)合圖 像復(fù)雜度與信息熵的原理機(jī)制,構(gòu)建圖像空域復(fù)雜度加權(quán)信息熵模型,增強(qiáng)圖像中潛在目 標(biāo),提高目標(biāo)對(duì)比度與抑制雜波的機(jī)能,抑制紅外圖像中的雜波和噪聲。
[0011] (3)構(gòu)建多級(jí)尺度時(shí)空聯(lián)合濾波模型,聯(lián)合時(shí)域和空域?yàn)V波的小目標(biāo)檢測(cè)技術(shù)。在 本發(fā)明中,結(jié)合多級(jí)尺度濾波與時(shí)空聯(lián)合濾波的原理機(jī)制,側(cè)重小目標(biāo)的空間域灰度特性 與時(shí)間域運(yùn)動(dòng)特性,構(gòu)建多級(jí)尺度時(shí)空聯(lián)合濾波模型,去除目標(biāo)虛檢與漏檢,實(shí)現(xiàn)魯棒性的 目標(biāo)檢測(cè)。
[0012] 本發(fā)明的技術(shù)效果是: (1)提出雙邊多尺度時(shí)域高通濾波非均勻性校正模型 場(chǎng)景信號(hào)的干擾是時(shí)域高通濾波法中鬼影問題產(chǎn)生的主要原因,提出了雙邊多尺度 時(shí)域高通濾波非均勻性校正模型。雙邊濾波的殘差圖像中仍然有較多的場(chǎng)景以及邊緣信 息,引入與殘差圖像相關(guān)的非均勻校正矩陣,如果某一像素處在場(chǎng)景邊緣上,則該像素點(diǎn)所 對(duì)應(yīng)的非均勻校正矩陣系數(shù)變小,以此來減少該邊緣像素點(diǎn)對(duì)校正累積的影響,使場(chǎng)景以 及邊緣信息對(duì)校正參數(shù)計(jì)算準(zhǔn)確性的影響降到最小。雙邊多尺度時(shí)域高通濾波非均勻性校 正模型既能在不同尺度上提取非均勻性信息,又能在每個(gè)尺度上保護(hù)邊緣不被平滑,有效 地降低鬼影效應(yīng)。
[0013] (2)提出多尺度時(shí)空聯(lián)合濾波模型 多個(gè)目標(biāo)存在的情況下,目標(biāo)的大小是不固定的,提出了多尺度時(shí)空聯(lián)合濾波模型。采 用尺度基本單元模板的級(jí)聯(lián),低級(jí)數(shù)的輸出用于提取小尺度目標(biāo),較高級(jí)數(shù)的輸出則用于 提取較大尺度的目標(biāo)。同時(shí)為了消除某些幀中仍然可能存在虛檢和漏檢目標(biāo)的現(xiàn)象,側(cè)重 小目標(biāo)的空間域灰度特性與時(shí)間域運(yùn)動(dòng)特性,采用正向與方向?yàn)V波方