低信噪比红外图像序列中点目标的多帧模糊检测方法技术

本发明专利技术公开了一种低信噪比红外图像序列中点目标的多帧模糊检测方法，通过数学形态学滤波算法获取图像背景，将源图像减去获取的图像背景，得到含有目标和噪声的去均值图像，通过前后若干帧来估计图像各局部区域的噪声均值和方差，然后利用估计的噪声均值和方差对噪声图像进行归一化处理，通过噪声概率分布函数作为单帧模糊检测隶属度函数，保留了尽可能多的目标幅值信息，采用速度滤波器组方法来积累目标能量，提高信噪比，并获得有、无目标时统计量的分布特性曲线，根据给定的检测性能，利用恒虚警率准则，确定目标检测的阈值，从而做出目标存在与否的判决，最后利用概率论中的中心极限定理简化检测阈值的计算。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种，是红外搜索与跟踪系统、精确制导系统、红外预警系统、大视场目标监视系统、卫星遥感系统、安全检查系统等的一项核心技术，在各类军、民用系统中均可有广泛的应用。
技术介绍
精确制导武器是采用高精度探测、控制及制导技术，能够有效地从复杂背景中探测、跟踪及识别、选择目标并高精度命中目标要害部位，最终摧毁目标的武器装备。成像探测可直观获取丰富的目标外形或基本结构等目标信息，抑制背景干扰，识别目标及目标的要害部位，因而成为精确制导武器的重要发展方向。现代化高技术武器为了增大作战距离，要求远距离发现目标。只有及时地发现目标、跟踪目标、及时地捕获和锁定目标，才能实现有效的攻击。红外成像传感器由于其隐蔽性好、成像分辨率高、识别伪装能力强以及可以在夜间等恶劣环境下工作的能力，使其成为现代战争中不可或缺的光电传感器。对于红外图像中低信噪比小目标的检测问题的研究，起源于远距离搜索与监视。当目标距离较远时，目标在红外图像中表现为点目标，无法利用形状、大小、纹理等特征来检测目标。在此阶段，图像信噪比较低，即目标信号的幅值相对背景和噪声来说较弱，基本上被噪声所淹没。单帧检测可能产生很多虚假目标，无法获得所要求的检测概率和虚警概率。研究低信噪比红外图像中小目标的检测算法，可实现扩展它们作用距离的目的，对于增大作战距离和增加反应时间，提高己方的生存概率具有重要的意义。虽然弱小目标的检测与跟踪在雷达及声纳信号处理中的研究已经有近半个世纪的历史了，但是图像中弱小目标的检测与跟踪则是从1980年前后才开始得到研究者的广泛重视。十几年来，图像中低信噪比小目标的检测问题一直是光学和红外图像领域的研究热点。由于单帧图像处理无法保证检测性能，而目标运动具有规律性和连续性，因此通过序列图像多帧处理，利用时间上的信息来进一步确认真实目标，成为有效的解决途径。多帧目标检测问题可以表述为在给定的三维图像空间中检测目标的存在与否，并估计目标的轨迹。多帧目标检测算法基本上可分为两类一类为先检测后跟踪算法，它将检测与跟踪被划分为二个独立的问题，首先对每帧图像都做出目标存在与否的判决，在跟踪算法中，将观测值与航迹进行相关，实现目标航迹的起始、航迹的确认与航迹的终结。这种先检测后跟踪方法的算法简单，但要求目标的信噪比较高。另一类为先跟踪后检测算法，在三维图像中对大量的可能轨迹进行跟踪，但起初不对这些轨迹是否真正代表目标做出判决，而是对每条跟踪的轨迹计算其后验概率函数，如果某条轨迹的后验概率函数超过某一门限，就认为该条轨迹代表一个目标。低信噪比图像序列中弱小目标的检测与跟踪方法主要有三维匹配滤波算法、多级假设检验算法、动态规划方法等，它们适合于低信噪比的环境，但都假设目标和噪声分别服从独立同分布的高斯分布，并在此基础上推导了检测算法，分析了算法的性能。然而，空气的温度、湿度、压强和密度的不均匀性会引起大气湍流，当红外辐射通过湍流大气传播时，光束强度、频率、相位、偏振度和到达角将受湍流的影响，产生抖动现象。此外，大气分子团在三维空间中的一种随机运动还会导致闪烁现象，这些都会使实际红外图像的像质变差。因此实际红外图像噪声不一定总是独立同分布的高斯分布，因此上述算法所得到的结果在实际应用中不能保证最优。低信噪比红外图像中弱小点目标检测问题的研究是一项难度较大，有着重要应用价值的课题。由于单帧图像处理不能实现对点目标的可靠检测，必须采用基于目标运动特征的序列图像处理方法，边检测边跟踪，设法沿目标航迹积累航迹能量，提高信噪比，以达到抑制噪声、跟踪航迹的目的。目前的研究主要针对如何在低信噪比复杂背景条件下提高检测及跟踪算法的性能的方法。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提出一种能在实际低信噪比红外图像序列中检测出弱小点目标的新方法，解决实际红外图像序列中噪声特性不确定的问题，避免缓动目标丢失，提高信噪比，提高处理速度。为实现这样的目的，本专利技术将模糊检测与速度滤波器结合，提出一种。首先通过数学形态学滤波算法获取图像背景，将源图像减去获取的图像背景，得到含有目标和噪声的去均值图像，通过前后多帧图像来估计图像各局部区域的噪声均值和方差，然后利用估计的噪声均值和方差对噪声图像进行归一化处理。将模糊理论应用到低信噪比图像目标检测中，用噪声概率分布函数作为模糊检测隶属度函数，使得单帧检测输出为一个在区间服从均匀分布的随机变量。然后采用速度滤波器组方法将单帧模糊检测结果在各个可能轨迹方向进行累加，解析推导了累加统计量的概率密度函数，并利用恒虚警率准则检测目标。最后利用概率论中的中心极限定理简化多帧模糊检测设计过程中检测阈值的计算。本专利技术的方法包括如下具体步骤1.红外图像去均值处理采用数学形态学滤波算法获取图像的背景，其原理是用全零平顶形结构元素对红外图像进行开启然后再闭合操作，去除图像中各类亮、暗噪声及小目标，得到图像背景。将源图像与获取的背景相减得到包含弱小目标与噪声的去均值图像。2.图像噪声归一化将去均值图像划分为一个个局域小窗口，利用前后多帧图像来估计图像各局部窗口中的噪声特性，并对去均值图像根据各小窗口估计的噪声均值和标准差进行噪声归一化处理。3.单帧模糊检测 利用模糊理论适用于无法精确知道对象数学模型场合的特点，来解决实际红外图像序列中噪声特性不确定的问题，通过模糊隶属度函数单帧检测保留了尽可能多的目标幅值信息，推迟硬判断时间。本专利技术采用噪声概率分布函数作为模糊检测隶属度函数，保留了尽可能多的目标幅值信息，并使单帧检测输出为一个在区间服从均匀分布的随机变量。4.速度滤波器组处理根据目标可能的运动速度大小及方向，离线构造一组速度滤波器，对应于所有可能的目标轨迹，进而在所有的可能目标轨迹上累加能量。5.恒虚警率目标检测经过速度滤波器组能量积累，可以获得有、无目标时统计量的分布特性曲线，根据给定的检测性能，利用恒虚警率准则，确定目标检测的阈值。若某点的统计量大于检测阈值，则判断该点存在目标；反之，则无目标存在。6.设计过程简化上述五个步骤已经完成了多帧模糊检测过程，本步骤利用概率论中的中心极限定理简化多帧模糊检测方法中步骤5的检测阈值计算。当图像帧数较大时，多帧模糊检测算法在利用恒虚警率准则进行阈值确定时，可以直接利用正态分布函数来查表确定阈值大小。本专利技术采用数学形态学滤波获取图像背景，其算法可以并行实现，大大提高了处理速度。将源图像与背景图像相减获取噪声图像，避免了图像差分运算获取噪声图像时可能导致的缓动目标丢失的缺点。利用模糊理论适用于无法精确知道对象数学模型场合的特点来解决实际红外图像序列中噪声特性不确定的问题。通过模糊隶属度函数单帧检测保留了尽可能多的目标幅值信息，推迟硬判断时间。采用速度滤波器组方法来积累目标能量，提高信噪比，从而提高目标检测算法的性能。利用概率论中的中心极限定理简化多帧模糊检测算法的检测阈值的计算。本专利技术能够检测出低信噪比图像序列中的点目标，可广泛应用于各类军、民用系统，具有广阔的市场前景和应用价值。附图说明图1为本专利技术处理方法总体框图。如图1所示，红外图像序列首先经过图像预处理，包含图像去均值处理和图像噪声归一化，处理结果为包含弱小目标的归一化噪声图像。采用噪声概率分布函数作为单帧模糊检测隶属度函数，使得单帧检测结果本文档来自技高网...

【技术保护点】
一种低信噪比红外图像序列中点目标的多帧模糊检测方法，其特征在于包括如下具体步骤：１）红外图像去均值处理：采用数学形态学滤波算法获取图像的背景，用全零平顶形结构元素对红外图像进行开启然后再闭合操作，去除图像中各类亮、暗噪声及小目标，得到图 像背景，将源图像与获取的背景相减得到包含弱小目标与噪声的去均值图像；２）图像噪声归一化：将去均值图像划分为一个个局域小窗口，利用前后多帧图像来估计各窗口中的噪声特性，并对去均值图像根据各小窗口估计的噪声标准差进行归一化处理；３）单帧 模糊检测：采用噪声概率分布函数作为模糊检测隶属度函数，通过模糊隶属度函数单帧检测保留尽可能多的目标幅值信息，并使单帧检测输出为一个在［０，１］区间服从均匀分布的随机变量；４）根据目标可能的运动速度大小及方向，离线构造一组速度滤波器，对应 于所有可能的目标轨迹，进而在所有的可能目标轨迹上累加能量，获得有、无目标时统计量的分布特性曲线；５）恒虚警率目标检测：根据速度滤波器组能量积累获得的有、无目标时统计量的分布特性曲线给定的检测性能，利用恒虚警率准则，确定目标检测的阈值，做 出目标存在与否的判决，若某点的统计量大于检测阈值，则判断该点存在目标；反之，则无目标存在；６）设计过程的简化：利用概率论中的中心极限定理简化恒虚警率目标检测中的阈值计算，当图像帧数较大时，在利用恒虚警率准则进行阈值确定时，直接利用正态分 布函数来查表确定阈值大小。...

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：敬忠良，陈非，李建勋，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]