一种基于局部概率超图相异度量的红外弱小目标检测方法技术

技术编号:30822233 阅读:52 留言:0更新日期:2021-11-18 12:07
本发明专利技术公开了一种基于局部概率超图相异度量的红外弱小目标检测方法,引入了概率超图模型,设计了一种全新的度量方式,称为概率超图相异性,提升了描述的鲁棒性;然后构建了多尺度局部概率超图相异性度量,有效的辨别了目标区域和背景区域;最后,通过自适应阈值分割实现了对目标的有效检测。实现了对目标的有效检测。

【技术实现步骤摘要】
一种基于局部概率超图相异度量的红外弱小目标检测方法


[0001]本专利技术属于图像处理领域,特别涉及一种基于局部概率超图相异度量的红外弱小目标检测方法。

技术介绍

[0002]红外弱小移动目标检测是计算机视觉领域的研究特点和难点,在预警防空、图像制导、救灾探险、安防巡视等诸多领域有着较为广泛的应用。由于飞行器距离目标通常在数公里之外,目标的成像像素通常在几十个甚至十几个像素之内,在红外图像中完全没有形状、纹理、结构信息,很难对目标进行有效描述。并且,由于红外图像的成像机理不同,图像中会存在较多的背景干扰,例如噪声干扰、强边缘干扰、杂波干扰、高亮区域干扰等,会引起极低的信噪比,带目标检测带了较大的困难和挑战。
[0003]目前的弱小目标检测算法包括基于单帧图像的检测的算法和多帧图像的检测算法。由于基于多帧检测算法大都基于单帧检测的结果进行后续处理,并且基于单帧检测算法的算法结构简单、计算效率高、易于实现等优点,受到了研究人员更多的关注。目前基于单帧的检测算法主要包括三大类:基于传统滤波的算法、基于矩阵分解的方法和基于人类视觉的方法。基于传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部概率超图相异度量的红外弱小目标检测方法,其特征在于,包括以下步骤:S1:构建概率超图模型为G=(V,E,w),其中V表示节点集,E表示超边集合,w为超边权重;并设计概率超图模型中两个节点v
i
和v
j
之间的相异性描述ds(v
i
,v
j
);S2:依据步骤S1中两个节点之间的相异性描述得到中心节点与邻域节点的相异性描述为ds(v0,v
i
),构建中心节点与邻域节点的相异性算子D(v0,v
i
)=ds(v0,v
i
)
·
ω(v0,v
i
),其中ω(v0,v
i
)为中心节点与邻域节点之间的超边权重比值;构建局部概率超图模型相异性度量其中,两个节点v
i
和v
i

沿中心节点v0对称,D(v0,v
i'
)为中心节点与节点v
i

的相异性算子,Δ为两个节点v
i
和v
i

相差的节点数;S3:利用局部概率超图模型相异性度量,对整幅图像进行滑动窗操作,得到显著性图;对多个尺度的显著性图进行最大池化操作,得到最终的显著性图;S4:基于自适应阈值分割算法,对最终的显著性图进行分割,大于阈值的区域判定为红外弱小目标区域。2.如权利要求1所述的基于局部概率超图相异度量的红外弱小目标检测方法,其特征在于,所述步骤S1包括:步骤S1.1,定义一个概率超图模型为G=(V,E,w),其中V表示节点集,E表示超边集合,w为超边的权重;节点和超边的隶属关系如下式:其中表示超边的平均强度,v
g
表示超边中的任一节点,表示超边包含的节点数量,f(
·
)表示节点对应的特征,在图像中即对应灰度值;表示节点v
i
与超边的相似性,超边是由节点v
l
及其最邻近的k个节点共同构成,可转化为节点v
i
与超边的节点v
l
之间的距离,表示为|f(v
...

【专利技术属性】
技术研发人员:杨小冈卢瑞涛张涛夏克寒范继伟刘闯
申请(专利权)人:中国人民解放军火箭军工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1