一种基于加权块对比度的红外小目标检测方法技术

本发明专利技术属于空间激光通信技术领域，具体涉及一种基于加权块对比度的红外小目标检测方法。所述方法包括如下步骤：S1、在子窗口依次使用3

【技术实现步骤摘要】
一种基于加权块对比度的红外小目标检测方法


[0001]本专利技术属于空间激光通信
，具体涉及一种基于加权块对比度的红外小目标检测方法。

技术介绍

[0002]在通常情况下，含有空间激光通信对端设备目标的红外图像，具有背景复杂，成像距离远，目标尺寸小，缺少目标的纹理特征等特点，导致快速准确确定光端机初始指向存在一定的难度，是一个典型的红外小目标识别问题。而关于红外小目标识别，近几十年来人们对这一领域进行了大量的研究，但复杂背景下的小目标检测仍然存在虚警率高、信杂比低的问题。

技术实现思路

[0003]为了解决在复杂背景下红外小目标识别能达到更低的虚警率、更高的信杂比，本专利技术提供一种基于加权块对比度的红外小目标检测方法，针对亮目标进行探测。
[0004]用3
×
3的滑动窗口在图片上从上到下，从左到右依次滑动计算，所述滑动窗口共有9个子窗口，即9个子块，其中，中间的窗口为中心块，周围的8个窗口为邻域块，所述方法包括如下步骤：S1、在子窗口依次使用3
×
3、5
×
5和7
×
7三种大小的均值滤波器依次完成计算；S2、计算红外图像中心块的均值和邻域块的均值；S3、计算出中心块和邻域块的不相似性；S4、显著度图像获取；S5、计算各个像素点的改进局部图像熵；S6、利用改进局部图像熵进行加权运算；S7、利用自适应阈值分割算法获取目标的位置。
[0005]进一步，计算红外图像中心块的均值公式为：，式中，m
T
>是中心块均值，即中心块响应值，k是子块中像素的数量，I
j
是中心块中第j个像素的像素值；计算红外图像邻域块的均值公式为：，式中，m
Bi
是邻域块均值，即邻域块响应值，I
j(i)
是第i个子块中第j个像素的像素值。
[0006]进一步，所述计算出中心块和邻域块的不相似性方法为：S8、用d(T,B
i
)表示中心块均值与邻域块均值的差值：；S9、计算中心块与邻域块的不相似性：；其中表示中心
块和邻域块在第i个方向上的不相似性，此处只取和同为正数的情况；S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：；其中表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性，H(
·
)是赫维赛德阶跃函数，具有如下定义：。
[0007]进一步，所述显著度图像获取的方法为：利用公式对滑动窗口四个方向的对比度取最小值，所述四个方向分别为上下左右方向，其中,c(x,y)表示滑动窗口四个方向对比度的最小值，（x,y）表示图形中任意点的坐标，在3
×
3、5
×
5和7
×
7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像。
[0008]进一步，所述计算各个像素点的改进局部图像熵的公式为：，其中，E(x,y)是图像中任意一个像素点经过计算后的改进图像熵，I
i
是以(x,y)为中心的滑动窗口内出现过的像素值，I(x,y)表示窗口内像素点，窗口内共有m个不同灰度值像素点,表示I
i
出现的概率。
[0009]进一步，所述利用改进局部图像熵进行加权运算的公式为：；其中，W(x,y)是用改进图像熵加权的多尺度块的对比度量，是多尺度块的对比度量。
[0010]进一步，所述利用自适应阈值分割算法获取目标的位置时选择灰度重心法提取小目标质心。
[0011]本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0012]本专利技术还提供一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现上述方法的步骤。
[0013]本专利技术的有益效果为：针对亮目标进行探测时，按照由本专利技术之方法得到的红外小目标检测方法，与同类基于HVS（Human Visual System）的检测方法比较，适用场景更广，特别是在复杂背景下，能达到更低的虚警率，更高的信杂比。
附图说明
[0014]图1为本专利技术实施例提供的滑动窗口示意图；图2为本专利技术实施例得到的显著度图像图。
具体实施方式
[0015]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]本实施例包括如下步骤：S1、在3
×
3滑动窗口的子窗口依次使用3
×
3、5
×
5和7
×
7三种大小的均值滤波器依次完成计算；所述3
×
3滑动窗口如图1所示。
[0017]S2、计算红外图像中心块和邻域块的均值。
[0018]S3、计算出中心块和邻域块的不相似性。
[0019]S4、显著度图像获取。
[0020]S5、计算各个像素点的改进局部图像熵。
[0021]S6、利用改进局部图像熵进行加权运算。
[0022]S7、利用自适应阈值分割算法获取目标的位置。
[0023]所述计算红外图像中心块均值的公式为：，式中，m
T
是中心块均值，也是中心块响应值，k是子块中像素的数量，I
j
是中心块中第j个像素的像素值；所述计算红外图像邻域块均值的公式为：，式中，m
Bi
是邻域块均值，也是邻域块响应值，I
j(i)
是第i个子块中第j个像素的像素值。
[0024]所述计算出中心块和邻域块的不相似性方法为：S8、用d(T,B
i
)表示中心块与邻域块的差值：；S9、计算中心块与邻域块的不相似性：；当时表明：和正负号相同，说明此时亮目标或者暗目标处于滑动窗口中心。由于在一般情况下，需要探测的小目标都是亮目标，且在云层背景下，云之间的空洞其易被判断为暗目标。所以本专利技术取表达式右侧两项同为正数的情况，即针对亮目标进行探测，其中表示中心块和邻域块在第i个方向上的不相似性，此处只取和同为正数的情况；S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：；其中表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性，H(
·
)是赫维赛德阶跃函数，具有如下定义：。
[0025]所述显著度图像获取的方法为：利用公式对滑动窗口四个方向的对比度取最小值，其中（x,y）表示图形中任意点的坐标，在3
×
3、5
×
5和7
×
7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像如图2所示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于加权块对比度的红外小目标检测方法，用3
×
3的滑动窗口在图片上从上到下，从左到右依次滑动计算，所述滑动窗口共有9个子窗口，即9个子块，其中，中间的窗口为中心块，周围的8个窗口为邻域块，其特征在于，所述方法包括如下步骤：S1、在子窗口依次使用3
×
3、5
×
5和7
×
7三种大小的均值滤波器依次完成计算；S2、计算红外图像中心块的均值和邻域块的均值；S3、计算出中心块和邻域块的不相似性；S4、显著度图像获取；S5、计算各个像素点的改进局部图像熵；S6、利用改进局部图像熵进行加权运算；S7、利用自适应阈值分割算法获取目标的位置。2.根据权利要求1所述的红外小目标检测方法，其特征在于，计算红外图像中心块的均值公式为：，式中，m
T
是中心块均值，即中心块响应值，k是子块中像素的数量，I
j
是中心块中第j个像素的像素值；计算红外图像邻域块的均值公式为：，式中，m
Bi
是邻域块均值，即邻域块响应值，I
j(i)
是第i个子块中第j个像素的像素值。3.根据权利要求2所述的红外小目标检测方法，其特征在于，所述计算出中心块和邻域块的不相似性方法为：S8、用d(T,B
i
)表示中心块均值与邻域块均值的差值：；S9、计算中心块与邻域块的不相似性：；其中表示中心块和邻域块在第i个方向上的不相似性，此处只取和同为正数的情况；S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：；其中表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相...

【专利技术属性】
技术研发人员：董科研，刘超，宋延嵩，张博，梁宗林，吴宏凯，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：