一种基于目标极化辐射特性的毫米波被动图像增强方法技术

本发明专利技术公开了一种基于目标极化辐射特性的毫米波被动图像增强方法。该方法意在处理具有极化辐射特性的毫米波被动图像I图与Q图，所述图像增强方法包括：特征目标提取，根据典型目标的毫米波极化辐射特性，在极化辐射图像Q图和I图中进行特征目标提取，分别得到各自的背景I'图和Q'图和目标I图和Q图；图像融合，将背景I'图和Q'图融合得到新背景F'图，将目标I图和Q图融合得到新目标F图，最后将新背景F'图和新目标F图融合得到最终的F图。本发明专利技术能够根据典型目标的极化辐射特性对特征目标进行有效提取，将多尺度变换图像处理技术运用于图像融合，充分利用毫米波被动图像中的极化信息，使极化信息集中化和丰富化，最终实现极化图像的增强效果。

【技术实现步骤摘要】

本专利技术属于毫米波被动成像与图像处理相结合的交叉学科
，具体涉及一种基于目标极化辐射特性的毫米波被动图像增强方法。
技术介绍
毫米波辐射成像技术是利用毫米波辐射计来记录被测场景的辐射温度分布，并以灰度图像或伪彩色图像的形式表现出来。毫米波辐射计不发射电磁波，而是通过接收被测场景在毫米波段的电磁辐射，并将其转换为低频信号来表征被测场景中不同物体辐射能力的差异。与红外成像类似，毫米波辐射成像属于热成像技术，具有全天候工作能力。近年来，随着毫米波辐射成像技术的日益成熟，如何利用目标物体的极化信息成为了研究的重要方向。电磁波的极化是指用一个场矢量来描述空间中某个固定点所观测到的矢量波随时间变化的性质，体现在整个电磁波的频谱中。电磁波的极化是独立于电磁波幅度、相位、频率等参数的固有属性，当电磁波入射于目标时，目标对入射电磁波有着特定的变极化效应，其变换关系由入射波的频率、目标的自身属性等一系列因素决定。通过研究目标物体辐射信号中的极化信息，可以获得更多目标物体的信息。因而极化信息在目标检测、增强与目标识别方面都有着巨大的发展潜力。被动式毫米波成像具有穿透性强，全天候工作等特点，但所成图像仍需进一步处理。对于毫米波被动成像方式和图像增强的方法较多，例如成萍，赵家群等在《基于特征增强的被动毫米波成像方法》中提出了一种特征增强的成像方法，该方法采用了成像与识别需求相结合的方案，通过选取成像目标函数的特征项来增强目标的点特征和区域特征，提高图像质量和识别度；李韧，杜慧茜，梅文博在《被动式毫米波成像图像的一种增强算法》中提出结合灰度阈值和非线性外推增强算法将其应用于毫米波被动图像，降低噪声，增强图像的高频部分，提高图像的清晰度；逯暄，肖泽龙等在《基于视觉显著性分析的毫米波辐射图像增强》中提出一种利用显著性模型来增强毫米波辐射图像的方法，该方法对图像进行频域滤波，通过设计截止频率保留目标边界并去除噪声与目标内部的纹理，突出目标的显著性达到图像增强效果。但上述方法都意在降低毫米波被动图像的噪声，提高图像对比度，凸显成像目标，缺少对目标极化辐射特性的研究，没有充分利用毫米波被动图像的极化信息。
技术实现思路
本专利技术的目的在于提供一种基于目标极化辐射特性的毫米波被动图像增强方法，以有效地利用典型目标的毫米波极化辐射特性，丰富毫米波被动图像的极化信息，达到图像增强效果。实现本专利技术目的的技术解决方案为：一种基于目标极化辐射特性的毫米波被动图像增强方法，包括以下步骤：步骤1、特征提取，对于由被动毫米波极化成像系统获取的原始极化图像I图与Q图，根据典型目标的毫米波辐射温度与极化角度之间的关系，选取随极化角度的不同辐射温度变化的物体作为目标，用Ostu阈值法分别对于I图和Q图进行特征目标提取，得到相应的背景I'图和Q'图以及目标I\图和Q\图；步骤2、将背景I'图和背景Q'图使用非下采样轮廓波变换法NSCT进行图像融合得到新的背景F'图；步骤3、将目标I\图和目标Q\图使用非下采样轮廓波变换法NSCT进行图像融合得到新的目标F\图；步骤4、将步骤2中得到的背景F'图和步骤3中得到的目标F\图使用非下采样轮廓波变换法NSCT进行图像融合得到新图F。进一步地，步骤1中所述Ostu阈值法，具体如下：步骤1-1、计算图像的灰度概率分布pi；步骤1-2、计算背景类和目标类各自出现的概率λ1和λ2，以及背景类和目标类对应的灰度均值μ1和μ2，从而求得背景类和目标类的间距以及背景类和目标类的分散度d1和d2；步骤1-3、将灰度级t取值为[0,L-1]，计算阈值选取函数L为图像的灰度级；步骤1-4、取出H(t)中的最大值，最佳阈值k就是相应的灰度级t；步骤1-5、依据k值实现灰度图像的分割。进一步地，步骤2、步骤3和步骤4中所述非下采样轮廓波变换法NSCT，具体如下：步骤2-1、NSCT分解，把各个源图像分解为低频分量和高频分量；步骤2-2、分量融合，采用不同的融合规则分别对各源图像分解的低频分量进行融合、高频分量进行融合；步骤2-3、NSCT逆变换，对融合后的低频分量和高频分量作NSCT逆变换重构得到融合图像。进一步地，步骤2-1中所述NSCT分解包括：(1)先用非下采样金字塔NSP把源图像分解为低频分量即低通子带图像和高频分量即高通子带图像；(2)再用非下采样方向滤波器组NSDFB把高频分量分解为多个方向的子带图像；(3)最后用非下采样塔式滤波器对下一层进行分解，对该非下采样塔式滤波器做插值，用被插值后的塔式滤波器和图像作卷积。进一步地，步骤2-2中所述分量融合，采用不同的融合规则分别对各源图像分解的低频分量进行融合、高频分量进行融合，融合规则具体如下：(1)低频融合规则：加权法，令两幅源图经NSCT分解后得到的两个低频分量的权值分别为ω1和ω2，并且使得ω1+ω2＝1，ω1和ω2的大小由低频分量的信息量大小决定；(2)高频融合规则：显著性，通过计算高频分量中各个像素点的灰度距离总值来确定显著性权重，融合时选取高频分量中显著性权重大的区域。进一步地，步骤2-3中所述NSCT逆变换为NSCT分解的逆过程，即将NSCT分解的过程反向进行实现高频分量和低频分量重构，得到融合图。本专利技术与现有技术相比，其显著优点为：(1)在基于目标极化辐射特性的基础上，实现目标与背景的有效分离，充分保留目标的极化信息；(2)根据典型目标的极化辐射特性对特征目标进行有效提取，采用非下采样轮廓波变换(NSCT)对图像进行融合，保证极化信息的有效结合，使得毫米波被动图像中的极化信息集中化和丰富化，最终实现极化图像的增强效果。附图说明图1是本专利技术基于目标极化辐射特性的毫米波被动图像增强方法的流程图。图2是背景I'图和背景Q'图融合过程的流程图。图3是源计划图像I图和Q图，其中(a)是I图，(b)是Q图。图4是I图分离的目标I\图和背景I'图，其中(a)是目标I\图，(b)是背景I'图。图5是Q图分离的目标Q\图和背景Q'图，其中(a)是目标Q\图，(b)是背景Q'图。图6是融合后的目标F\图和背景F'图，其中(a)是目标F\图，(b)是背景F'图。图7是目标F\图和背景F'图融合得到的最终结果F图。具体实施方式结合图1，本专利技术基于目标极化辐射特性的毫米波被动图像增强方法，包括以下步骤：步骤1、特征提取，对于由被动毫米波极化成像系统获取的原始极化图像I图与Q图，根据典型目标的毫米波辐射温度与极化角度之间的关系，选取随极化角度的不同辐射温度变化的物体作为目标，用Ostu阈值法分别对于I图和Q图进行特征目标提取，得到相应的背景I'图和Q'图以及目标I\图和Q\图；所述Ostu阈值法，具体如下：步骤1-1、计算图像的灰度概率分布pi；步骤1-2、计算背景类和目标类各自出现的概率λ1和λ2，以及背景类和目标类对应的灰度均值μ1和μ2，从而求得背景类和目标类的间距以及背景类和目标类的分散度d1和d2；步骤1-3、将灰度级t取值为[0,L-1]，计算阈值选取函数L为图像的灰度级；步骤1-4、取出H(t)中的最大值，最佳阈值k就是相应的灰度级t；步骤1-5、依据k值实现灰度图像的分割。步骤2、将背景I'图和背景Q'图使用非下采样轮廓波变换法NSCT进行图像融合得到新的背景F'图；步骤本文档来自技高网...

【技术保护点】
一种基于目标极化辐射特性的毫米波被动图像增强方法，其特征在于，包括以下步骤：步骤1、特征提取，对于由被动毫米波极化成像系统获取的原始极化图像I图与Q图，根据典型目标的毫米波辐射温度与极化角度之间的关系，选取随极化角度的不同辐射温度变化的物体作为目标，用Ostu阈值法分别对于I图和Q图进行特征目标提取，得到相应的背景I'图和Q'图以及目标I图和Q图；步骤2、将背景I'图和背景Q'图使用非下采样轮廓波变换法NSCT进行图像融合得到新的背景F'图；步骤3、将目标I图和目标Q图使用非下采样轮廓波变换法NSCT进行图像融合得到新的目标F图；步骤4、将步骤2中得到的背景F'图和步骤3中得到的目标F图使用非下采样轮廓波变换法NSCT进行图像融合得到新图F。

【技术特征摘要】
1.一种基于目标极化辐射特性的毫米波被动图像增强方法，其特征在于，包括以下步骤：步骤1、特征提取，对于由被动毫米波极化成像系统获取的原始极化图像I图与Q图，根据典型目标的毫米波辐射温度与极化角度之间的关系，选取随极化角度的不同辐射温度变化的物体作为目标，用Ostu阈值法分别对于I图和Q图进行特征目标提取，得到相应的背景I'图和Q'图以及目标I\图和Q\图；步骤2、将背景I'图和背景Q'图使用非下采样轮廓波变换法NSCT进行图像融合得到新的背景F'图；步骤3、将目标I\图和目标Q\图使用非下采样轮廓波变换法NSCT进行图像融合得到新的目标F\图；步骤4、将步骤2中得到的背景F'图和步骤3中得到的目标F\图使用非下采样轮廓波变换法NSCT进行图像融合得到新图F。2.根据权利要求1所述的基于目标极化辐射特性的毫米波被动图像增强方法，其特征在于，步骤1中所述Ostu阈值法，具体如下：步骤1-1、计算图像的灰度概率分布pi；步骤1-2、计算背景类和目标类各自出现的概率λ1和λ2，以及背景类和目标类对应的灰度均值μ1和μ2，从而求得背景类和目标类的间距以及背景类和目标类的分散度d1和d2；步骤1-3、将灰度级t取值为[0,L-1]，计算阈值选取函数L为图像的灰度级；步骤1-4、取出H(t)中的最大值，最佳阈值k就是相应的灰度级t；步骤1-5、依据k值实现灰度图像的分割。3.根据权利要求1所述的基于目标极化辐射特性的毫米波被动图像增强方法，其特征在于，步骤2、步骤3和步骤4中所述非下采样轮廓波变换法NSCT，具体如下：步骤2-1...

【专利技术属性】
技术研发人员：吴礼，任天宇，朱嘉祺，张竣昊，彭树生，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32