一种基于均衡化结构纹理表征的序列红外图像目标检测方法技术

一种基于均衡化结构纹理表征的序列红外图像目标检测方法，首先，利用红外图像中的小目标比背景更亮的特点，构建局部强度信息图，充分抑制中心像素值小于局部平均像素的背景杂波并锁定目标可能存在的图像块。其次，在得到可能存在小目标的图像块之后，在图像块的中心点建立极坐标系，利用局部梯度属性检测出小目标，通过实验给定的阈值，检测出小目标。最后，结合局部强度和局部梯度形成均衡化结构纹理表征，并添加了一个平衡因子来调节强度和梯度在均衡化结构纹理表征中所占比重。本方法与其他算法相比，可以更高效和精准的探测出小目标所在位置。标所在位置。标所在位置。

【技术实现步骤摘要】
一种基于均衡化结构纹理表征的序列红外图像目标检测方法


[0001]本专利技术属于红外小目标检测领域，具体涉及一种基于均衡化结构纹理表征的序列红外图像目标检测方法。

技术介绍

[0002]随着现代军事技术的快速发展，各种精确制导导弹在现代战争中发挥着重要的作用，具有随时对军事目标、飞机、舰船、航空器等各种航母作战平台进行精确打击的能力。因此，为了保证操作平台的安全，需要对命中目标进行有效的检测和跟踪。
[0003]迄今为止，国内外关于红外小目标检测的方法可以分为两类：顺序检测方法和单帧检测方法。虽然现有的方法取得了很好的效果，但考虑到时间信息是非常必要的，因为单帧图像缺乏足够的信息来检测小目标。张等人提出的自正则化加权(SRWS)模型(Zhang T,Peng Z,Wu H,et al.Infrared small target detection via self
‑
regularized weighted sparse model[J].Neurocomputing,2021,420:124/>‑
14本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于均衡化结构纹理表征的序列红外图像目标检测方法，其特征在于：所述方法包括如下步骤：步骤1：将原始的红外图像进行预处理，包括将RGB图像转换为灰度图像，并将序列图片构建成时空张量；步骤2：将红外图片按照滑动窗口n
×
n的大小分片，计算红外图像的局部强度值I；步骤3：以目标图像块为中心建立极坐标，计算目标图像的梯度值G；并将强度值I与梯度值G结合，形成均衡化结构纹理表征；步骤4：将步骤1所得的图像和步骤3所得的均衡化结构纹理表征一起输入截断核范数张量模型，通过交替方向乘子法进行迭代，得到红外图像中检测出的小目标信息。2.根据权利要求1所述的一种基于均衡化结构纹理表征的序列红外图像目标检测方法，其特征在于：所述步骤1中的图像预处理具体实现步骤如下：对于输入的RGB图像，通过matlab的函数rgb2gray将图像转变为灰度图像，并且保留图像的信息；对于m张L
×
H大小序列红外图像，其中L、H分别为红外图像的长和宽，m表示红外图像的帧数，构建成三维L
×
H
×
m的时空张量。3.根据权利要求1所述的一种基于均衡化结构纹理表征的序列红外图像目标检测方法，其特征在于：所述步骤2中计算红外图像的局部强度值I具体实现步骤如下：对于给定大小的n
×
n的图像块，其周围区域的平均值为：其中N
m
表示图像块中的像素数，v
ij
表示该图像块中第i行第j列位置的像素具体值，其中v0表示中心像素的值；通过公式(1)得出图像块的局部强度值I：4.根据权利要求1所述的一种基于均衡化结构纹理表征的序列红外图像目标检测方法，其特征在于：所述步骤3中计算红外图像的梯度值G的具体实现步骤如下：首先在图像块的中心建立极坐标系(r,θ
i
)，将图像块分成4部分，每个部分表示为：其中p
i
表示图像的...

【专利技术属性】
技术研发人员：席春美，邓丽珍，朱虎，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：