【技术实现步骤摘要】
一种基于红外物理特征融合的小目标检测方法和系统
本专利技术属于图像处理
，更具体地，涉及一种基于红外物理特征融合的小目标检测方法和系统。
技术介绍
复杂背景下的小目标检测是一个难点问题。小目标携带的信息量少，对比度低，容易湮没于复杂背景中。利用不同波段红外图像的信息提高目标探测性能是一个重要的途径。融合不同波段红外图像的信息提高小目标探测性能具有重要的意义。基于图像融合的目标检测方法主要分为三类，基于像素级融合的小目标检测方法，基于特征级融合的小目标检测方法和基于决策级融合的小目标检测方法。基于像素级融合的小目标检测方法采用线性融合、多分辨分析融合等方法对中波和长波红外图像进行融合，然后在融合图像上进行目标检测，这类方法的小目标检测效果取决与融合策略中小目标增强程度。基于特征级融合的方法较少用于小目标检测，这是因为小目标信息量少难以提取合适的特征。基于决策级融合的小目标检测方法分别在不同波段中进行小目标检测，再对检测结果进行融合给出最终的检测结果。这类方法的目标检测性能依赖于不同波段的小目标检测结果。现有复杂背景下小目标检测困难，容易误检和漏检。
技术实现思路
...
【技术保护点】
1.一种基于红外物理特征融合的小目标检测方法，其特征在于，包括：(1)对红外图像进行分割，得到分割图像，对分割图像进行标记得到候选目标区域；(2)提取红外图像中候选目标区域的特征向量，将候选目标区域的特征向量输入目标分类器，检测候选目标区域是否有小目标；所述目标分类器的训练包括：对样本多波段红外图像中的小目标进行标记，得到标记目标，随机选取样本多波段红外图像中的非目标进行标记，得到标记非目标，利用标记目标和标记非目标的特征向量训练分类器，得到目标分类器。
【技术特征摘要】
1.一种基于红外物理特征融合的小目标检测方法，其特征在于，包括：(1)对红外图像进行分割，得到分割图像，对分割图像进行标记得到候选目标区域；(2)提取红外图像中候选目标区域的特征向量，将候选目标区域的特征向量输入目标分类器，检测候选目标区域是否有小目标；所述目标分类器的训练包括：对样本多波段红外图像中的小目标进行标记，得到标记目标，随机选取样本多波段红外图像中的非目标进行标记，得到标记非目标，利用标记目标和标记非目标的特征向量训练分类器，得到目标分类器。2.如权利要求1所述的一种基于红外物理特征融合的小目标检测方法，其特征在于，所述小目标为像素尺度小于6×6，且局部信噪比小于3的目标。3.如权利要求1或2所述的一种基于红外物理特征融合的小目标检测方法，其特征在于，所述步骤(1)包括：(11)对红外图像进行形态学滤波处理，得到滤波后图像，计算滤波后图像的分割阈值；(12)利用分割阈值对滤波后图像进行分割，得到分割图像，对分割图像进行标记得到候选目标区域。4.如权利要求1或2所述的一种基于红外物理特征融合的小目标检测方法，其特征在于，所述步骤(2)包括：(21)将红外图像进行成像逆变换处理，得到红外辐射能量图像，从红外辐射能量图像中获取候选目标区域的红外辐射能量值，计算候选目标区域的中心像素位置的局部信噪比值；(22)将候选目标区域的红外辐射能量值和候选目标区域的中心像素位置的局部信噪比值组合得到候选目标区域的特征向量，将候选目标区域的特征向量输入目标分类器，检测候选目标区域是否有小目标。5.如权利要求1或2所述的一种基于红外物理特征融合的小目标检测方法，其特征在于，所述标记目标和标记非目标的特征向量的获取包括：对样本多波段红外图像进行成像逆变换处理，得到样本多波段红外中波辐射能量图像，从样本多波段红外中波辐射能量图像中获取标记目标和标记非目标的多波段红外辐射能量值，分别计算标记目标和标记非目标的中心像素位置的局部信噪比值，将标记目标和标记非目标的多波段红外辐射能量值和标记目标和标记非目标的中心像素位置的局部信噪比值组合得到标记目标和标记非目标的特征向量。6.一种基于红外物理特征融合的小目标检测系统，其特征在于，包括：分类器训...
【专利技术属性】
技术研发人员：胡若澜，张桂林，刘哲，姜军，
申请(专利权)人：华中科技大学，北京航天计量测试技术研究所，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。