基于人类视觉系统的复杂背景下红外弱小目标检测方法技术方案

本发明专利技术公开了一种基于人类视觉系统的红外弱小目标检测方法，首先对红外图像进行预处理，通过中值滤波去除红外图像中的孤立噪声点；其次对处理后的图像进行高斯函数差分滤波处理，抑制图像中大面积高亮区域；最后，通过改进的基于局部对比度方法去除高亮边缘区域，实现对复杂背景下红外弱小目标的检测。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，具有检测率高、虚警率低、鲁棒性好、运行时间短的特点。

Detection method of infrared dim small target in complex background based on human vision system

【技术实现步骤摘要】
基于人类视觉系统的复杂背景下红外弱小目标检测方法
本专利技术涉及图像处理
，具体地说是涉及复杂背景下红外图像处理
中的一种基于人类视觉系统的红外弱小目标检测方法。
技术介绍
弱小目标的检测与追踪一向是红外探测系统的核心技术之一，广泛地应用于精确制导、远程预警等各个领域。但由于红外图像本身具有低对比度、低信噪比和缺乏细节等特点，弱小目标由于成像距离和大气程辐射而存在纹理形状信息缺失、亮度低和成像面积小等问题，且复杂背景造成光源、云层建筑物等高亮边缘等高疑似目标较多，这些问题给复杂背景下红外弱小目标检测算法的研究造成了不小的挑战。现有的红外弱小目标检测技术主要分为跟踪前检测与检测前跟踪两大类。其中跟踪前检测又分为三大类：第一类是基于滤波的方法，主要是通过滤波抑制背景，再将处理后的图像与原图像差分得到待检测目标，最终通过阈值分割得到检测结果。常见的典型方法有：高通滤波、中值滤波和最大值滤波、TDLMS(二维最小均方)滤波、小波滤波等。第二类是基于人类视觉系统的方法，主要通过模拟人眼捕捉目标时的局部对比度机制和自适应尺度匹配机制来完本文档来自技高网...

【技术保护点】
1.一种基于人类视觉系统的复杂背景下红外弱小目标检测方法，其特征在于包含以下步骤：/n步骤1：输入大小为M×N待测红外图像I，图像I内像素点坐标记为(x

【技术特征摘要】
1.一种基于人类视觉系统的复杂背景下红外弱小目标检测方法，其特征在于包含以下步骤：
步骤1：输入大小为M×N待测红外图像I，图像I内像素点坐标记为(xI,yI)；
步骤2：将输入图像I进行中值滤波处理，处理后得到图像Iin；
步骤3：对处理后的红外图像Iin通过DoG算子进行滤波处理，处理后得到图像IDoG；
步骤4：对处理后的红外图像IDoG进行LCM算法处理，算法具体步骤如下：
步骤4.1：将图像IDoG中满足的像素点构成的图像块分割为3K×3K大小的子块V，其余像素点的灰度值均置为0，K取10，子块V再被均等分割为9个K×K大小的子块，中心子块记为v0，其他8个子块依次标号为v1，v2，v3，……，v7，v8，9个子块的平均灰度值依次为v0内所有像素点灰度值中最大值为Ln；
步骤4.2：分割出一个以子块v0为中心的5K×5K大小的子块w，w所包含的V区域内的像素灰度值置为0，对该子块进行二值化处理后得到子块wbw，wbw平均灰度值记为mean(wbw)；
步骤4.3：当Ln...

【专利技术属性】
技术研发人员：刘旭，崔文楠，杨鹏博，张涛，孙浩，虞翔，
申请(专利权)人：中国科学院上海技术物理研究所，
类型：发明
国别省市：上海;31