【技术实现步骤摘要】
一种基于图像结构复杂度的背景杂波表征方法
本专利技术涉及图像处理
，涉及一种可见光图像背景杂波度量方法，尤其是涉及一种基于图像结构复杂度的背景杂波表征方法，主要用于光电成像系统目标获取性能评估影响、伪装图案的设计和评估、定量评估杂波对目标探测识别的影响等。
技术介绍
随着探测器技术水平提升以及生产工艺的进步，光电成像系统的灵敏度和分辨率得到了很大的提高，已达到或接近背景极限，这使得背景因素成为限制光电成像系统目标获取性能的一个重要因素。因此，如何准确度量背景因素对目标获取的影响已经成为精确预测和评估光电成像系统性能的关键。人在回路系统光电成像目标获取过程中，一般将场景中分散观察者注意力、干扰目标探测识别的背景因素称为杂波。研究者们提出了很多度量背景杂波的方法，这些方法可分为：1、基于数学统计杂波度量，如统计方差及其改进方法，这类方法是基于图像中目标与背景像素值的统计信息对背景杂波进行度量，计算简单且适用于自然场景。但是，由于这类方法仅仅考虑了像素值的大小并以统计值来衡量目标与背景的相似性，忽略了包括目标形状、边...
【技术保护点】
1.一种基于图像结构复杂度的背景杂波表征方法，其特征是：其包括以下步骤：/nS1、目标区域提取和背景图像分块：从输入图像中提取目标区域，在输入图像中，将背景图像划分为N个背景小单元，每个背景小单元在水平和垂直方向均与目标区域尺寸相等，背景小单元之间水平和垂直方向无重叠；设定目标区域为T，背景小单元为C
【技术特征摘要】
1.一种基于图像结构复杂度的背景杂波表征方法，其特征是：其包括以下步骤：
S1、目标区域提取和背景图像分块：从输入图像中提取目标区域，在输入图像中，将背景图像划分为N个背景小单元，每个背景小单元在水平和垂直方向均与目标区域尺寸相等，背景小单元之间水平和垂直方向无重叠；设定目标区域为T，背景小单元为Ci，其中，i＝1,2,…,N；
S2、背景单元与目标区域之间结构复杂度差异计算：分别在背景单元与目标区域上提取方向梯度直方图，并计算其方向梯度分布熵，以表征其结构复杂度；计算背景单元与目标区域之间结构复杂度差异，对杂波建模；
S3、背景单元与目标区域之间对比度差异计算：分别计算背景单元与目标区域的亮度对比度，然后计算背景单元与目标区域之间亮度对比度差异，对杂波建模；
S4、结构复杂度差异与对比度差异标准方差计算：分别计算结构复杂度差异和亮度对比度差异的标准方差；
S5、平均求和杂波合并：计算结构复杂度差异的标准方差和亮度对比度差异的标准方差的平均值，作为图像最终的杂波尺度。
2.根据权利要求1所述的基于图像结构复杂度的背景杂波表征方法，其特征是：其步骤S2中，在背景单元与目标区域上提取方向梯度直方图步骤，具体计算方法如下：
首先，计算局部区域R∈T(C)中各像素点的梯度方向θ(i,j)和梯度幅值G(i,j)；
Gh＝I*Fh，Gv＝I*Fv(1)
其中，I为背景单元C或目标区域T，Gh为背景单元C或目标区域T在水平方向梯度幅值，Fh为水平方向边缘检测算子，Gv为背景单元C或目标区域T在垂直方向梯度幅值，Fv为垂直方向边缘检测算子，*表示卷积运算；G(i,j)为背景单元C或目标区域T的梯度幅值，θ(i,j)为对应像素的梯度方向，使用无符号梯度计算法表征梯度方向，即像素点的某一方向与其反方向视为同一个方向，故θ(i,j)∈[0°,180°]；
然后，将θ(i,j)平均分成9个bin子区间，量化区域R中各像素的梯度方向θ(i,j)到对应的bin子区间中，对bin子区间投票，同时利用对应像素的梯度幅值G(i,j)作为权重对投票加权，得到一个9维特征向量，即为区域R的方向梯度直方图，记为H(R,k)；
其中，Q(θ(i,j),k)表示像素(i,j)的梯度方向θ(x,y)量化后，是否落入第k个子区间中，k表示被量化的子区间索引，从1开始；G(i,j)表示像素(i,j)的梯度幅值。
3.根据权利要求2所述的基于图像结...
【专利技术属性】
技术研发人员：苗锡奎，张恒伟，王非，刘小虎，陈育斌，张启鹏，柴国庆，
申请(专利权)人：苗锡奎，中国人民解放军六三八九一部队，
类型：发明
国别省市：河南;41
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。