【技术实现步骤摘要】
一种红外弱小目标快速检测方法
本专利技术涉及基于计算机视觉(ComputerVision，CV)的图像检测
，尤其涉及一种红外弱小目标快速检测方法。
技术介绍
红外热成像具有强抗干扰特性，并且可以在超远距离下进行全天候的成像工作。这两项重要的特性，使得红外热成像成为武器制导以及实时监控等军事领域中不可或缺的技术，可用于超远距离发现敌军飞行目标。但是，在红外图像目标检测中，一些有挑战性的问题仍然亟需解决，在超远距离下，由于红外热成像的物理特性以及光学特性，红外目标成像面积过小并且存在光学噪声。通常情况下，由于分辨率限制，红外设备成像清晰度也无法达到普通光学镜头的成像效果。由于输入信号的低信噪比，低分辨率的红外弱小目标图像存在大量噪声干扰，导致常规目标检测手段失效。因此，在红外弱小目标检测中，专利技术一种有效的红外弱小目标检测方法非常重要。现有通过抑制红外图像背景进行小目标检测方法中，一类主要的方法是传统滤波器方法。滤波器的选择上又可以分为线性滤波器以及非线性滤波器。传统的线性滤波器方法优点是原理简单，实现方便，缺...
【技术保护点】
1.一种红外弱小目标快速检测方法，其特征在于，包括：/n步骤1，获取包含红外弱小目标的三通道彩色RGB图像，将所述三通道彩色RGB图像转换为灰度图像；/n步骤2，将所述灰度图像进行分形特征提取，得到分形系数显著图；/n步骤3，将所述灰度图像进行快速傅里叶变换，得到相位谱和幅度谱；/n步骤4，将所述幅度谱进行滑动窗口均值滤波，将滑动窗口均值滤波后的图像进行显著性谱残差操作，得到残差图；/n步骤5，将所述残差图与相位谱进行傅里叶反变换，得到谱残差显著图；/n步骤6，将所述谱残差显著图与分形系数显著图进行归一化加权融合得到融合显著图，对所述融合显著图进行二值化，得到红外弱小目标显著图。/n
【技术特征摘要】 【专利技术属性】
1.一种红外弱小目标快速检测方法，其特征在于，包括：
步骤1，获取包含红外弱小目标的三通道彩色RGB图像，将所述三通道彩色RGB图像转换为灰度图像；
步骤2，将所述灰度图像进行分形特征提取，得到分形系数显著图；
步骤3，将所述灰度图像进行快速傅里叶变换，得到相位谱和幅度谱；
步骤4，将所述幅度谱进行滑动窗口均值滤波，将滑动窗口均值滤波后的图像进行显著性谱残差操作，得到残差图；
步骤5，将所述残差图与相位谱进行傅里叶反变换，得到谱残差显著图；
步骤6，将所述谱残差显著图与分形系数显著图进行归一化加权融合得到融合显著图，对所述融合显著图进行二值化，得到红外弱小目标显著图。
2.根据权利要求1所述的一种红外弱小目标快速检测方法，其特征在于，所述步骤1包括：
步骤1-1，获取包含红外弱小目标的三通道彩色RGB图像I(x,y,z)，其中，x表示当前维度下的横坐标，y表示当前维度下的纵坐标，z表示三通道彩色RGB图像的三个维度；
步骤1-2，按照以下公式，将所述三通道彩色RGB图像I(x,y,z)转换为灰度图像G(x,y)：
其中，z取值为1，2和3，z＝1代表三通道彩色RGB图像中的红色通道，z＝2代表三通道彩色RGB图像中的绿色通道，z＝3代表三通道彩色RGB图像中的蓝色通道。
3.根据权利要求1所述的一种红外弱小目标快速检测方法，其特征在于，所述步骤2，包括：
步骤2-1，在所述灰度图像G(x,y)中选择尺寸为3*3的滑动窗口，所述滑动窗口内的像素表示为A1...A9；
通过R/S分析法提取分形特征，得到尺寸为w*w的滑动窗口内所有像素的平均值Ew：
其中，w为滑动窗口的高度与宽度，i为滑动窗口内像素坐标的位置，Ai为滑动窗口内的像素，i取值为1～w*w的正整数；
步骤2-2，根据以下公式，对所述尺寸为w*w的滑动窗口内的像素计算获得离差X(i,w)、极差Rw和偏差Sw：
所述离差X(i,w)表示尺寸为w*w的滑动窗口内每个像素Ai偏离平均值Ew的大小：
X(i,w)＝|Ai-Ew|
所述极差Rw表示离差X(i,w)中的最大值和最小值之差：
Rw＝maxX(i,w)-minX(i,w)
所述偏差Sw表示在尺寸为w*w的滑动窗口内，像素Ai与离差X(i,w)的均值的偏差值：
技术研发人员：姚瑶，陆保国，张广庆，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32
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。