基于背景抑制与多尺度局部熵的红外弱小目标检测方法技术

本发明专利技术提出一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，首先对红外图像进行归一化处理；其次对红外图像进行导向图滤波器滤波，差分之后得到背景抑制后的图像；然后通过计算多尺度局部熵权值图，对同一像素位置取不同尺度局部熵显著图的最大值，得到最终的局部熵权值图；之后对背景抑制后的图像与局部熵显著图进行相乘，得到红外小目标的显著图；最后利用Susan滤波器对显著图进行滤波，去掉孤立的亮点，处理后图像的非零区域即为小目标区域。本发明专利技术可用于对红外图像中的弱小目标进行检测，能有效的提高红外图像中小目标的检测精度。

【技术实现步骤摘要】
基于背景抑制与多尺度局部熵的红外弱小目标检测方法
本专利技术属于图像处理
，更进一步涉及复杂背景下红外图像处理领域中的一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法。
技术介绍
红外小目标检测已广泛应用在多个领域，如红外目标跟踪、精确制导和远程的早期预警等。由于成像环境的复杂性和红外图片本身的特性，红外小目标一般尺寸小、信号弱、背景复杂，使得其检测和跟踪非常困难。因此，红外弱小目标检测一直是红外图像处理领域研究的热点和难点。近年来关于人眼视觉注意机制方面的研究，被广泛应用于红外小目标的检测中。视觉注意模型是1987年由Koch等最早提出的一种生物启发模型。视觉注意机制是一项人类对场景中最感兴趣、最相关区域进行选择以及注意的重要的心理调节机制。在1998年，Itti等人首先提出了一种视觉注意模型，并将模型应用于可见光的图像检测，受到了人们的广泛关注。Itti等提出的是一种基于center-surround的显著性检测算法，算法的主要思想是将图像的亮度、颜色和方向三个特征信息提取，并形成多尺度的高斯金字塔，从而得到显著图进行目标检测。2011年Cheng等提出了一种基于全局对本文档来自技高网...

【技术保护点】
1.一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，其特征在于：包括以下步骤：步骤1：输入一幅待检测的红外图像I；步骤2：将输入的图像I转换为灰度图像并进行归一化处理,得到图像Iin；步骤3：通过以下步骤进行背景抑制：步骤3.1：采用导向图滤波器，对归一化后的红外图像Iin进行滤波，得到滤波之后的类背景图像IB；步骤3.2：将归一化后的红外图像Iin与滤波之后得到的类背景图像IB进行差分，得到背景抑制后的图像IBS；步骤4：通过以下步骤计算多尺度局部熵：步骤4.1：选取窗口尺度为m的窗口对归一化后的红外图像Iin进行局部熵运算；步骤4.2：用计算得到的局部熵代替窗口中心像素的值，得到窗口...

【技术特征摘要】
1.一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，其特征在于：包括以下步骤：步骤1：输入一幅待检测的红外图像I；步骤2：将输入的图像I转换为灰度图像并进行归一化处理,得到图像Iin；步骤3：通过以下步骤进行背景抑制：步骤3.1：采用导向图滤波器，对归一化后的红外图像Iin进行滤波，得到滤波之后的类背景图像IB；步骤3.2：将归一化后的红外图像Iin与滤波之后得到的类背景图像IB进行差分，得到背景抑制后的图像IBS；步骤4：通过以下步骤计算多尺度局部熵：步骤4.1：选取窗口尺度为m的窗口对归一化后的红外图像Iin进行局部熵运算；步骤4.2：用计算得到的局部熵代替窗口中心像素的值，得到窗口尺度为m的局部熵权值图Wm；步骤4.3：改变窗口尺度m的取值，重复步骤4.1和步骤4.2，得到不同窗口尺度下的局部熵权值图；步骤4.4：对于局部熵权值图的某一像素位置，取所有局部熵权值图中在该像素位置处的最大值，组成最终的局部熵权值图ILE；步骤5：对背景抑制后的图像IBS与局部熵显著图ILE进行相乘，得到红外小目标的显著图S；步骤6：通过以下过程进行目标检测：步骤6.1：利用Susan滤波器对显著图S进行滤波得到图像Iout；步骤6.2：去除图像Iout中的孤立噪声点后，得到图像Iout中的非零区域即为小目标区域。2.根据权利要求1所述一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，其特征在于：步骤3.1中采用导向图滤波器，对归一化后的红外图像Iin进行滤波，得到滤波之后的类背景图像IB的具体过程为：用导向图滤波器对归一化后的红外图像Iin进行滤波，得到背景图像：IBw＝Iin*Fw,w＝w1,w2,……...

【专利技术属性】
技术研发人员：武斌，侯敏，李鹏，王晓鹏，鲍丹，马聪聪，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61