一种基于方向核重建的红外小目标检测方法技术

本发明专利技术提供一种基于方向核重建的红外小目标检测方法，首先将原始影像分成若干个图像块，计算每个像素的局部方向核表达，得到每个图像块的特征向量；以每个图像块为中心，得到周围N个图像块的邻近特征向量集合，计算系数向量，根据邻近特征向量集合和系数向量，计算每个图像块的重建特征向量表示；从而获得整个红外影像的置信图；根据阈值进行分割，最终从置信图中分割出红外小目标。本发明专利技术使用局部特征核方法对红外图像块进行编码，鲁棒地计算图像内在特征结构并解决像素级图像噪声和模糊性。同时，本发明专利技术利用邻近特征向量重建特征向量，通过残差计算增强对比度，达到突出红外影像目标同时抑制背景噪声的目的，可用于改善红外小目标检测问题。

【技术实现步骤摘要】
一种基于方向核重建的红外小目标检测方法
本专利技术属于图像数据处理方法，具体涉及一种基于方向核重建的红外小目标检测方法。
技术介绍
红外小目标检测在红外监测和预警系统中起着至关重要的作用。然而对于早期预警情况下，由于距离较远，红外影像中目标的像素过小。此外由于红外辐射能量随距离衰减较大，这导致红外目标的信噪比较低。同时，红外遥感图像存在一定的图像噪声和多种干扰。因此，红外图像通常质量较差，导致传统的图像特征描述符无法满足红外小目标检测的需求。近年来，目前针对红外小目标的检测方法一般分为两种：一是通过序列红外影像，根据目标运动规律的先验知识和灰度分布形式对目标进行确认；二是通过单帧图像的特征，将红外小目标看作高斯亮斑，采用合适的方法抑制背景。然而由于红外序列图像的目标，通常无法使用常规的特征描述符和匹配方法，使得从红外序列图像中提取时间信息仍然极具挑战性。而目前对单帧图像的处理算法很多，有均值滤波、中值滤波、基于数学形态学的方法、基于图像熵的方法和基于极值理论的方法。此外，从视觉注意的角度出发，还有基于显著性的红外小目标检测方法。然而大多数基于显着性的红外小目标检测方法具有高计算复杂度本文档来自技高网...

【技术保护点】
1.一种基于方向核重建的红外小目标检测方法，其特征在于，包括如下步骤：步骤1，首先将原始影像分成若干个个图像块，每个图像块中包含的像素大小为P；步骤2，根据局部方向核，计算每一个像素的局部方向核表达，得到每一个图像块的特征向量；步骤3，以每个图像块为中心，得到周围N个图像块的邻近特征向量集合，计算系数向量，根据邻近特征向量集合和系数向量，计算每个图像块的重建特征向量表示；步骤4，通过重建特征向量与原始图像块特征向量的残差，计算每个中心图像块与邻近图像块之间的局部对比度，得到图像块中每个像素的置信度，最终得到整个红外影像的置信图；步骤5，根据阈值进行分割，从置信图中分割出红外小目标。

【技术特征摘要】
1.一种基于方向核重建的红外小目标检测方法，其特征在于，包括如下步骤：步骤1，首先将原始影像分成若干个个图像块，每个图像块中包含的像素大小为P；步骤2，根据局部方向核，计算每一个像素的局部方向核表达，得到每一个图像块的特征向量；步骤3，以每个图像块为中心，得到周围N个图像块的邻近特征向量集合，计算系数向量，根据邻近特征向量集合和系数向量，计算每个图像块的重建特征向量表示；步骤4，通过重建特征向量与原始图像块特征向量的残差，计算每个中心图像块与邻近图像块之间的局部对比度，得到图像块中每个像素的置信度，最终得到整个红外影像的置信图；步骤5，根据阈值进行分割，从置信图中分割出红外小目标。2.如权利要求1所述的一种基于方向核重建的红外小目标检测方法，其特征在于：步骤2中计算图像块的特征向量的具体实现方式如下，步骤2.1，在计算局部方向核之前，首先对全局域中的梯度进行归一化；步骤2.2，根据局部方向核计算图像块的特征向量：其中，以xi为中心的图像块可以表示W(xi)＝{x1,…,xi,…,xP}，在xi位置上的坐标强度可以表示为I(xi)，xj和xi是指不同的像素位置，xj∈W(xi)，K(xi,xj)是指以xi为中心的图像块的特征向量，h为全局平滑参数，协方差矩阵Cj由以坐标向量为中心的邻近空间...

【专利技术属性】
技术研发人员：李彦胜，张永军，叶冬杰，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42