红外干扰源检测的方法技术

本发明专利技术提供一种红外干扰源检测的方法，用于检测装置，包括：接收同一个场景的多幅光谱波段图像，分别对各幅光谱波段的图像进行预处理操作，获得预处理后的图像；将预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像；将预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像；利用NSCT融合算法，对空间域处理后的图像和时频分析后的图像进行多光谱特征级融合，获得融合后的图像；对图像融合过程中各图像吻合度最大的兴趣区域标记为干扰源区域，对干扰源区域的时频特征进行识别，获得识别结果；根据识别结果在原始图像中标记干扰源区域。检测率高、运算速度快、干扰率低且可靠性高的优点。

【技术实现步骤摘要】
红外干扰源检测的方法
本专利技术涉及遥感
，特别是指一种红外干扰源检测的方法。
技术介绍
近年来，全球军备竞争日益激烈，出于国家安全及战略发展的需要，地球外层空间的开发和利用得到了越来越多的重视。卫星作为监视、探测和跟踪的重要手段。红外成像系统不仅能透过烟、尘、雾等障碍来探测目标，实现昼夜连续被动探测，而且可以观察目标细节，进一步识别、精确定位及跟踪目标。利用天基卫星的红外成像系统对地观测，作为一种先进的电子信息技术手段在地形勘探、飞行目标监测、农林业数据统计和气象与自然灾害监控等多种领域广泛使用。由于红外探测器噪声与视场中杂波干扰，很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中，火山对目标检测过程中产生干扰的固定因素来源。在红外图像处理和目标识别中，去除干扰和噪声，提高实际应用中的成功检测率，降低干扰率。干扰源的检测实质上也是一种红外目标的检测，但是不同的干扰源都具有固定且明显的能量特征、运动特征、频谱特征等。目前，国内外对红外目标检测的技术研究主要是对红外目标的直接检测方法。归纳起来，根据检测目标的先验信息和与背景信息特征，红外目标的检测主要分为两大类：先检测后跟踪(Detection-Before-Track，DBT)算法和先跟踪后检测(Track-Before-Detection，TBD)算法。其中，DBT算法先在单帧图片中通过背景抑制和目标分割在图像中标定所有疑似目标，再利用多帧图像序列信息排除虚假目标，最后得到真正的检测目标。该方法常常通过空间域滤波、频率域滤波、小波变换、形态学滤波等进行背景抑制，再根据目标在多帧图像序列中的运动连续性进行筛选和判别。但是在复杂背景下，这种方法的目标检测性不是很理想。TBD算法是通过对运动目标轨迹进行检测和跟踪之后，根据轨迹的规律进行判别。优点是当目标图像的信噪比较低时，还是能够准确的避免目标的丢失。常用的方法有时空域匹配滤波算法、多级假设进行检验、动态规划等等。但是在同时检测多条轨迹的过程中，要实现遍历和穷尽搜索计算量很大，应用范围小、实效性低。
技术实现思路
本专利技术要解决的技术问题是提供一种基于光谱特性和时频特性的火山检测方法，解决现有技术中对红外目标检测准确率低、实时性差的问题，同时也为复杂背景下红外弱小目标的检测提供了判断条件。为了实现上述目的，本专利技术采用的技术方案为：一种红外干扰源检测的方法，该方法应用于检测装置，包括：所述检测装置接收同一个场景的多幅光谱波段图像，分别对各幅光谱波段的图像进行预处理操作，获得预处理后的图像；所述检测装置将所述预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像；所述检测装置将所述预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像；所述检测装置利用非下采样轮廓波变换(NSCT)融合算法，对空间域处理后的图像和时频分析后的图像进行多光谱特征级融合，获得融合后的图像；所述检测装置对图像融合过程中各图像吻合度最大的兴趣区域标记为干扰源区域，并通过经过样本训练的分类器对干扰源区域的时频特征进行识别，获得识别结果；所述检测装置根据所述识别结果在原始图像中标记干扰源区域。可选的，所述预处理操作包括降噪和增强对比度。可选的，所述检测装置将所述预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像，具体为：所述检测装置对预处理后的图像可疑的区域进行形态学腐蚀膨胀操作；通过圆形率判别和长宽比判别，排除形态上呈偏性或扁平型的疑似目标，得到背景抑制后的图像，所述背景抑制后的图像为空间域处理后的图像。可选的，所述检测装置将所述预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像，具体为：对各光谱波段图像的二维离散图像fn(x,y)进行归一化处理,n是各个光谱波段，fn(x,y)的(i+j)阶矩的定义为：mpq＝∫∫xpyqdxdy，其中，质心坐标(x0，y0)为x0＝m10/m00，y0＝m01/m00，定义其缩放因子其中N是标准归一化半径；各个像素点相对质心距离做归一化获得平移、缩放不变性的二维离散图像fn′(x,y)；将二维离散图像f′n(x,y)转换为极坐标图像，其极坐标形式为：其中，N＝128；利用快速傅里叶变换，计算出离散极坐标fn(r,Δθ)的角度积分：将离散极坐标fn(r,Δθ)的角度积分沿极径做小波变换，得到小波矩不变量特征，记为Yj和Cj，其中，其中，Ψa,b和Φa,b均为小波函数，分别为：可选的，所述检测装置利用非下采样轮廓波变换(NSCT)融合算法，对空间域处理后的图像和时频分析后的图像进行多光谱特征级融合，获得融合后的图像，具体为：所述检测装置将n幅同一场景多光谱图像f′n(x,y)进行直方图匹配；所述检测装置分别对多个光谱波段图像进行NSCT，获得其高频系数Wjn(x,y)和低频系数Cjn(x,y),(j＝1,2…J)；对各个图像变换后的高频系数Wjn(x,y)的最高分解层的融合策略，选择绝对值最大的高频分量的系数作为融合结果Wj(x,y)；对高频系数Wjn(x,y)的中间分解层的融合策略，选择平均梯度值G最大的系数作为融合结果；对各个图像变换后的低频系数Cjn(x,y)，采用基于小波变换的平均值方法进行融合；将NSCT的各个子带Wj(x,y)和轮廓Cj(x,y)进行非下采样轮廓变换的逆变换，得到多光谱多特征级融合后的图像。本专利技术的上述技术方案的有益效果如下：本专利技术以红外图像的空间域处理和时频分析为基础，结合多光谱波段的级特征融合。由于常见干扰源的红外图像通过小波变换后的时频特征明显，利用支持向量机对其进行学习和判决。通过大量天基卫星对地红外图像测试表明，本方法较于传统方法和现有技术，本专利技术具有检测率高、运算速度快、干扰率低且可靠性高的优点；以及采用的多光谱波段红外图像特征级级融合算法，利用图像的光谱特性弥补了单一使用时频特征方法检测的不足，有效提高了检测准确率。附图说明图1为本专利技术的一种红外干扰源检测方法的流程示意图；图2为本专利技术中单光谱红外图像检测效果示意图；其中(a)为光谱在day&nightband波段的图像；(b)为(a)图像的空间域处理结果；(c)为(a)图像的时频分析结果；(d)为光谱在11μm红外波段的图像；(e)为(d)图像的空间域处理结果；(f)为(d)图像的时频分析结果；图3为本专利技术的SVM频率特征训练示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。如图1所示，本专利技术的实施例提出的基于光谱特性和时频特性的红外干扰源检测方法，该方法应用于检测装置，图2中的单光谱红外图像检测效果示意图，包括：步骤1、检测装置接收同一个场景的多幅光谱波段图像，分别对各幅光谱波段的图像进行预处理操作，获得预处理后的图像x(s,t)，存储预处理后的图像x(s,t)。其中，预处理操作包含降噪和增强对比度。同一场景的多幅光谱波段图像来自于同一场景下同一位置拍摄的多幅图像，多幅图像由不同光谱波段的图像采集器所拍摄。步骤2、检测装置将预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像。具体的：检测装置对预处理后的图像可疑的区本文档来自技高网...

【技术保护点】
一种红外干扰源检测的方法，其特征在于，该方法应用于检测装置，包括：所述检测装置接收同一个场景的多幅光谱波段图像，分别对各幅光谱波段的图像进行预处理操作，获得预处理后的图像；所述检测装置将所述预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像；所述检测装置将所述预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像；所述检测装置利用非下采样轮廓波变换(NSCT)融合算法，对空间域处理后的图像和时频分析后的图像进行多光谱特征级融合，获得融合后的图像；所述检测装置对图像融合过程中各图像吻合度最大的兴趣区域标记为干扰源区域，并通过经过样本训练的分类器对干扰源区域的时频特征进行识别，获得识别结果；所述检测装置根据所述识别结果在原始图像中标记干扰源区域。

【技术特征摘要】
1.一种红外干扰源检测的方法，其特征在于，该方法应用于检测装置，包括：所述检测装置接收同一个场景的多幅光谱波段图像，分别对各幅光谱波段的图像进行预处理操作，获得预处理后的图像；所述检测装置将所述预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像；所述检测装置将所述预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像；所述检测装置利用非下采样轮廓波变换(NSCT)融合算法，对空间域处理后的图像和时频分析后的图像进行多光谱特征级融合，获得融合后的图像；所述检测装置对图像融合过程中各图像吻合度最大的兴趣区域标记为干扰源区域，并通过经过样本训练的分类器对干扰源区域的时频特征进行识别，获得识别结果；所述检测装置根据所述识别结果在原始图像中标记干扰源区域。2.根据权利要求1所述的方法，其特征在于，所述预处理操作包括降噪和增强对比度。3.根据权利要求1所述的方法，其特征在于，所述检测装置将所述预处理后的图像通过空间域的形态学特征提取，并进行背景抑制，获得空间域处理后的图像，具体为：所述检测装置对预处理后的图像可疑的区域进行形态学腐蚀膨胀操作；通过圆形率判别和长宽比判别，排除形态上呈偏性或扁平型的疑似目标，得到背景抑制后的图像，所述背景抑制后的图像为空间域处理后的图像。4.根据权利要求1所述的方法，其特征在于，所述检测装置将所述预处理后的图像进行时频分析及时频特征提取，获得时频分析后的图像，具体为：对各光谱波段图像的二维离散图像fn(x,y)进行归一化处理,n是各个光谱波段，fn(x,y...

【专利技术属性】
技术研发人员：李霞，彭真明，杨琛，姚石磊，王俊，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京,11