一种红外弱小目标实时检测方法技术

本发明专利技术涉及一种红外弱小目标实时检测方法，输入原始红外图像，对输入图像进行空间背景抑制，对输入图像进行双局部方差背景抑制；将空间背景抑制后的图像和双局部方差背景抑制后的图像按像素点对应相乘；对背景抑制后的图像选取若干个局部极大值点，进行目标分割，得到并统计疑似候选目标的特征；将多帧图像中的疑似候选目标进行关联，选取真实目标。本发明专利技术使用滤波的方法预测低频背景，使用积分图计算双局部方差方法实现背景抑制，搜索局部极大值后进行目标分割，对分割得到候选目标区域提取特征，综合多帧图像的候选目标特征，得到真实红外弱小目标的检测结果，有效提升了计算速度和检测准确率，降低了虚警率。

【技术实现步骤摘要】
一种红外弱小目标实时检测方法
本专利技术涉及红外图像目标检测
，具体地说是一种红外弱小目标实时检测方法。
技术介绍
红外弱小目标检测是红外探测系统的关键技术之一。由于背景的复杂性和目标的机动性，使得低信噪比情况下检测未知位置和速度的运动弱小目标面临着较大的困难。国内外有关红外弱小目标检测的众多算法，从目标判决时所需处理图像数据量的差异进行分析，这些算法可以归结为两大类，即基于单帧的方法和基于序列的方法。基于单帧检测的弱小目标检测方法以其计算量少，实时性好等特点在工程实践中得到了广泛的应用。由于目标检测算法对低信噪比条件下的检测效果较差，而这会直接影响后续对目标跟踪的处理，所以稳健的背景抑制算法对于单帧检测算法来说非常重要。基于序列检测的弱小目标检测方法从计算量来说较大，但是能进一步提高图像信噪比使得算法在低信噪比的图像中得到有效的检测效果。序列检测算法性能好坏的关键在于它能否成功地累积分布在图像序列中的目标能量。但由于目标的机动性，序列检测算法很可能需要进行全时空搜索。显然，这是以搜索目标可能的运动轨迹时间为代价的。序列时间越长则本文档来自技高网...

【技术保护点】
1.一种红外弱小目标实时检测方法，其特征在于，包括以下步骤：/n步骤1：输入原始红外图像，对输入图像进行空间背景抑制，得到空间背景抑制后的图像，对输入图像进行双局部方差背景抑制，得到双局部方差背景抑制后的图像；/n步骤2：将空间背景抑制后的图像和双局部方差背景抑制后的图像按像素点对应相乘，得到背景抑制后的图像；/n步骤3：对背景抑制后的图像选取若干个局部极大值点，进行目标分割，得到若干疑似候选目标；/n步骤4：统计疑似候选目标的特征；/n步骤5：将多帧图像中的疑似候选目标进行关联，选取真实目标，并输出。/n

【技术特征摘要】
1.一种红外弱小目标实时检测方法，其特征在于，包括以下步骤：
步骤1：输入原始红外图像，对输入图像进行空间背景抑制，得到空间背景抑制后的图像，对输入图像进行双局部方差背景抑制，得到双局部方差背景抑制后的图像；
步骤2：将空间背景抑制后的图像和双局部方差背景抑制后的图像按像素点对应相乘，得到背景抑制后的图像；
步骤3：对背景抑制后的图像选取若干个局部极大值点，进行目标分割，得到若干疑似候选目标；
步骤4：统计疑似候选目标的特征；
步骤5：将多帧图像中的疑似候选目标进行关联，选取真实目标，并输出。


2.根据权利要求1所述的红外弱小目标实时检测方法，其特征在于：所述空间背景抑制，包括：
利用周围像素的灰度分布计算中心像素的背景估计值：



其中，为空域背景抑制法的背景估计图；为空域背景抑制法的(x,y)位置处背景估计值；I为被处理图像；w(m,n)为空域抑制模板中的权重系数；IM为以被预测像素点为中心的背景区域；M为预测模板；
计算空间背景抑制后的图像：





3.根据权利要求1所述的红外弱小目标实时检测方法，其特征在...

【专利技术属性】
技术研发人员：史泽林，向伟，常铮，蓝德岩，刘云鹏，王学娟，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：辽宁;21