【技术实现步骤摘要】
一种基于物理模型约束的红外成像虚警源分类方法
[0001]本专利技术属于红外图像处理及机器视觉应用领域，具体涉及一种基于物理模型约束的红外成像虚警源分类方法。
技术介绍
[0002]随着红外成像技术的发展，红外成像被广泛地应用于各国军事、民用等相关领域，红外目标检测在预警系统、精确打击武器等方面发挥着巨大的作用，红外成像探测器一般具有成像距离远且易受环境因素干扰的特点，因此红外目标一直是目标检测领域的一个难题。
[0003]由于红外成像所用波段的特殊性，在军事应用中具有显著优势。与可见光成像相比，红外探测对于环境的依赖更小，可见光探测通常只能在白天进行，而红外探测成像则不会受制于此，红外探测具有全天候的工作能力。除此之外，红外探测还具有高灵敏度、抗电磁干扰能力强、动态范围大、环境适应性好等优势。因此红外探测可实现在复杂背景下，对目标的捕获、锁定、跟踪和识别。
[0004]天基红外卫星在对地遥感观测及导弹预警方面具有重要作用，是国防建设的重要组成部分。天基红外卫星利用其星载的红外对地探测器探测导弹或飞行器在飞行...
【技术保护点】
【技术特征摘要】
1.一种基于物理模型约束的红外成像虚警源分类方法，其特征在于，包括如下步骤：步骤1：分析红外虚警源特点，并建立虚警源数据的图像样本集；步骤2：对图像样本集进行正演模拟得到的虚警源仿真数据，提取虚警源仿真数据的物理特性参数表征特征，得到物理特征向量μ1；步骤3：对图像样本集中的红外虚警源图像采用自适应多向旋转结构算子提取虚警源的几何特征，得到几何特征向量μ2；步骤4：对图像样本集中的红外虚警源图像采用局部纹理谱特征描述子提取虚警源的纹理特征，得到纹理特征向量μ3；步骤5：采用步骤2
‑
步骤3对训练集数据进行提取特征，将得到的物理特征向量μ1、几何特征向量μ2、纹理特征向量μ3进行特征融合，得到融合后的特征向量，并将融合后得到的特征向量输入到分类器中进行训练，最终实现虚警源分类。2.根据权利要求1所述的一种基于物理模型约束的红外成像虚警源分类方法，其特征在于：所述步骤1具体包括以下步骤：步骤1.1：根据红外虚警源的形状、产状和物性数据，通过构造实体模型来观测虚警源所产生的地球物理效应的数值，通过地球物理效应的数值建立红外虚警源的物理特性参数样本集；步骤1.2：根据天基红外对地观测系统中的传感器探测到的红外虚警源建立虚警源的图像样本集。3.根据权利要求1所述的一种基于物理模型约束的红外成像虚警源分类方法，其特征在于：所述步骤2包括如下步骤：步骤2.1：从步骤1.1中获得的红外虚警源的物理特性参数样本集中提取红外虚警源的散射、吸收参数特征，构建物理特征向量μ1。4.根据权利要求1所述的一种基于物理模型约束的红外成像虚警源分类方法，其特征在于：所述步骤3包括如下步骤：步骤3.1：根据步骤1.2中获得的图像样本集中的红外虚警源图像f(x，y)构造多尺度全方位算子，采用滤波窗口大小为(2N+1)*(2N+1)，当N＝I、2时，得到以下两组全方位结构算子其中均下标3是2N+1，N＝1时计算得到，的下标5是2N+1，N＝2时计算得到：计算得到：步骤3.2：根据步骤3.1中构造的两组全方位结构算子，现以3*3结构算子步骤3.2：根据步骤3.1中构造的两组全方位结构算子，现以3*3结构算子为中心，与四个5*5结构算子自由组合，从而可得到16个多向旋转
结构算子；以θ＝0
°
的3*3结构算子为中心，得到以下四个多向旋转结构算子：以θ＝45
°
的3*3结构算子为中心，得到以下四个多向旋转结构算子：以θ＝90
°
的3*3结构算子为中心，得到以下四个多向旋转结构算子：以θ＝135
°
的3*3结构算子为中心，得到以下四个多向旋转结构算子：步骤3.3：作为多向旋转结构算子相比于全方位结构算子更好的刻画窗口内的所有走向线条，输入图像样本集中的红外虚警源图像为f(x，y)，为多向旋转结构算子，A为基础结构算子经过下式形态学操作后得到y1(x，y)、y2(x，y)：(x，y)：符号是利用基础结构算子对输入图像进行形态学膨胀操作，符号“Θ”是利用基础结构算子对输入图像进行形态学腐蚀操作，符号表示利用多向旋转结构算子对图像进行形态学开启操作，符号“·”表示利用多向旋转结构算子对图像进行形态学闭合操作；y1(x，y)为输入红外虚警源图像利用多向旋转结构算子进行开操作及膨胀操作之后得到的结果图像，y2(x，y)为输入红外虚警源图像利用多向旋转结构算子进行闭操作及腐蚀操作之后的得到的结果图像；
y
j
(x，y)是某一方向θ，θ＝0
°
、45
°
、90
°
、135
°
，上的四个多向旋转结构算子通过计算得到的y1(x，y)与y2(x，y)做差之后求和得到的检测结果；ω
j
(x，y)为某一方向上的多向旋转结构算子权系数，ω
j
(x，y)受条件约束，多向旋转结构算子权系数通过自适应过程根据约束条件下的最小平方误差准则实现；y(x，y)为虚警源的边缘检测结果，通过对四个方向上的检测结果求和获得；步骤3.4：利用步骤3.3中所述的多向旋转结构算子对输入图像进行处理，得到虚警源的边缘检测结果y(x，y)，对虚警源检测结果进行边缘生长，并以栅格数据及矢量数据的形式来提取红外虚警源的几何特征，包括面积s、周长1、形态指数q，并将其串联得到虚警源的三维几何特征向量μ2；μ2＝[s，l，q]。5.根据权利要求4所述的一种基于物理模型约束的红外成像虚警源分类方法，其特征在于：所述步骤4包括如下步骤：步骤4.1：根据步骤1.2中获得的图像样本集中的红外虚警源图像f(x，y)，采用3*3的滑动窗口对红外虚警源图像f(x，y)进行全局遍历，根据在每一个滑动窗口中提取其0
°
、45
°
、90
°
、135
°
方向辐射强度值，在规定的一方向上的三个像素分别是p1，p，p2；步骤4.2：根据步骤4.1得到某一方向上的三个像素点p1，p，p2，通过计算可得到中心像素点p在这固定的一方向上的辐射强度变换模式值素点p在这固定的一方向上的辐射强度变换模式值计算公式如下所示：阈值Th取全局图像灰度的平均值，Th用来区分辐射...
【专利技术属性】
技术研发人员：孙晓丽，彭真明，邓佳坤，伍风翼，张弦，肖晟远，郑华靖，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。