红外运动目标检测方法及装置制造方法及图纸

本发明专利技术提供一种红外运动目标检测方法及装置，涉及红外目标检测及图像处理领域，方法包括：从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建不同尺度的平滑滤波器；采用不同尺度的平滑滤波器对红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像分别进行滤波，得到分别对应的第一显著性特征图像、第二显著性特征图像和第三显著性特征图像；将三种显著性特征图像融合，得到融合特征图像；根据对应于红外图像序列中多个待检测的红外图像的融合特征图像，确定红外运动目标的检测结果。该方法及装置解决了现有方法中目标与背景难以区分、单一特征描述不充分、虚警干扰高及时效性慢等问题。扰高及时效性慢等问题。扰高及时效性慢等问题。

【技术实现步骤摘要】
红外运动目标检测方法及装置


[0001]本专利技术涉及红外目标检测及图像处理
，尤其涉及一种红外运动目标检测方法及装置。

技术介绍

[0002]红外成像与探测系统由于具有灵活性、便携性、全天时视物、穿透能力强等优势，已经在安防、环境检测、气象观测等多个领域有着广泛的应用。近年来，航天、遥感等领域的空中目标探测，引起了各国学者的关注，而红外探测也在其中发挥着巨大的作用。这些应用主要依赖于红外搜索与跟踪系统（Infrared searching and tracking system，IRSTS）对关注目标的定位与发现，而红外运动目标检测技术又是不可或缺的关键环节。然而，由于红外成像探测的距离相对较远，传输过程受到大气影响以及自然场景中存在大量具有高辐射特性的虚警源，导致目标成像后像元面积小，仅占几个像素，不具备明显的颜色、纹理、几何形态特性。同时，由于背景杂波与大气干扰，以及传感器固有的缺陷，导致目标成像后信噪比较低，可探测性较差。除此之外，目标运动规律多变，时间敏感度高，这使得目标的检测更为困难。
[0003]目前，世界各国学者都争相在红外弱小运动目标检测领域开展技术研究，主流的检测方法也基本可以分为3类：基于背景一致性假设的检测方法、基于视觉显著性特征的检测方法以及基于低秩稀疏分解的检测方法。基于背景一致性假设的检测方法如Tophat滤波、高斯滤波、小面核滤波等都是基于红外图像中目标与背景的灰度分布差异对目标进行突出，对背景进行抑制。而单纯使用原始图像的灰度特征难以对目标与其他高辐射背景进行区分，在滤波后仍然会有强边缘、强噪点对目标产生干扰。基于视觉显著性特征的方法需要对整幅图像进行滑窗遍历，由此计算出每个区域的局部对比度特征，这种操作会严重影响检测的时效性，使得其在实际应用中具有局限性。大多数基于背景一致性假设和视觉显著性特征的检测方法对图像的表征能力还有待提升，大多都只提取了单一的特征，而单一的特征往往很难对目标和背景进行全面的描述与区分，无法对图像进行较优的描述。

技术实现思路

[0004]针对上述技术问题，本专利技术提供一种红外运动目标检测方法及装置，用于至少部分解决上述技术问题。
[0005]基于此，本专利技术第一方面提供一种红外运动目标检测方法，包括：从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建不同尺度的平滑滤波器；采用不同尺度的平滑滤波器对红外梯度特征图像进行滤波，得到第一显著性特征图像；采用不同尺度的平滑滤波器对红外二阶导数特征图像进行滤波，得到第二显著性特征图像；采用不同尺度的平滑滤波器对红外三阶导数特征图像进行滤波，得到第三显著性特征图像；将第一显著性特征图像、第二显著性特征图像和第三显著性特征图像进行融合，得到融合特征图像；根据对应于红外图像序列中多个待检测的红外图像的
融合特征图像，确定红外运动目标的检测结果。
[0006]根据本专利技术的实施例，从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像包括：求解待检测的红外图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外梯度特征图像；求解红外梯度特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外二阶导数特征图像；求解红外二阶导数特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外三阶导数特征图像。
[0007]根据本专利技术的实施例，构建不同尺度的平滑滤波器包括：根据
[0008]构建平滑滤波器H
k
(x,y)，k表示平滑滤波器的尺度，(x,y)为图像中像素点的位置，σ
k
为不同尺度的平滑滤波器的标准差，标准差用于控制平滑滤波器对图像的平滑程度。
[0009]根据本专利技术的实施例，采用不同尺度的平滑滤波器对红外梯度特征图像进行滤波，得到第一显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外梯度特征图像进行平滑滤波，得到多个第一滤波响应值；根据多个第一滤波响应值中最大第一滤波响应值确定第一显著性特征图像；采用不同尺度的平滑滤波器对红外二阶导数特征图像进行滤波，得到第二显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外二阶导数特征图像进行平滑滤波，得到多个第二滤波响应值；根据多个第二滤波响应值中最大第二滤波响应值确定第二显著性特征图像；采用不同尺度的平滑滤波器对红外三阶导数特征图像进行滤波，得到第二显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外三阶导数特征图像进行平滑滤波，得到多个第三滤波响应值；根据多个第三滤波响应值中最大第三滤波响应值确定第三显著性特征图像。
[0010]根据本专利技术的实施例，根据
[0011]对红外梯度特征图像G1(x,y)或红外二阶导数特征图像G2(x,y)或红外三阶导数特征图像G3(x,y)进行平滑滤波，其中，(x,y)为图像中像素点的位置，k表示平滑滤波器的尺度，H
k
(x,y)为不同尺度的平滑滤波器，*表示图像卷积运算，n取1或2或3，为对应于不同尺度k的第一滤波响应值，为对应于不同尺度k的第二滤波响应值，为对应于不同尺度k的第三滤波响应值。
[0012]根据本专利技术的实施例，将第一显著性特征图像、第二显著性特征图像和第三显著性特征图像进行融合，得到融合特征图像包括：根据
[0013]确定融合特征图像F(x,y)，其中，为最大第一滤波响应值，为最大第二滤波响应值，为最大第三滤波响应值，ω1、ω2、ω3分别
为最大第一滤波响应值对应的权重、最大第二滤波响应值对应的权重、最大第三滤波响应值对应的权重。
[0014]根据本专利技术的实施例，根据对应于红外图像序列中多个待检测的红外图像的融合特征图像，确定红外运动目标的检测结果：采用自适应阈值对每一个融合特征图像分别进行二值分割，得到多个二值分割结果；对多个二值分割结果进行时域最大值抑制，确定最大灰度值的融合特征图像；根据最大灰度值的融合特征图像确定检测结果。
[0015]根据本专利技术的实施例，自适应阈值的计算公式为：
[0016]其中，T为自适应阈值，μ为融合特征图像的灰度均值，τ为融合特征图像的灰度标准差，m为常数。
[0017]本专利技术的第二方面提供一种红外运动目标检测装置，包括：提取模块，用于从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建模块，用于构建不同尺度的平滑滤波器；滤波模块，用于采用不同尺度的平滑滤波器对红外梯度特征图像进行滤波，得到第一显著性特征图像；采用不同尺度的平滑滤波器对红外二阶导数特征图像进行滤波，得到第二显著性特征图像；采用不同尺度的平滑滤波器对红外三阶导数特征图像进行滤波，得到第三显著性特征图像；融合模块，用于将第一显著性特征图像、第二显著性特征图像和第三显著性特征图像进行融合，得到融合特征图像；确定模块，用于根据对应于红外图像序列中多个待检测的红外图像的融合特征图像，确定红外运动目标的检测结果。
[0018]根据本专利技术实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种红外运动目标检测方法，其特征在于，包括：从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建不同尺度的平滑滤波器；采用不同尺度的平滑滤波器对所述红外梯度特征图像进行滤波，得到第一显著性特征图像；采用不同尺度的平滑滤波器对所述红外二阶导数特征图像进行滤波，得到第二显著性特征图像；采用不同尺度的平滑滤波器对所述红外三阶导数特征图像进行滤波，得到第三显著性特征图像；将所述第一显著性特征图像、所述第二显著性特征图像和所述第三显著性特征图像进行融合，得到融合特征图像；根据对应于红外图像序列中多个待检测的红外图像的所述融合特征图像，确定红外运动目标的检测结果。2.根据权利要求1所述的红外运动目标检测方法，其特征在于，所述从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像包括：求解所述待检测的红外图像中各个像素点灰度的水平方向导数和垂直方向导数，得到所述红外梯度特征图像；求解所述红外梯度特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到所述红外二阶导数特征图像；求解所述红外二阶导数特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到所述红外三阶导数特征图像。3.根据权利要求1所述的红外运动目标检测方法，其特征在于，所述构建不同尺度的平滑滤波器包括：根据;构建平滑滤波器H
k
(x,y)，k表示平滑滤波器的尺度，(x,y)为图像中像素点的位置，σ
k
为不同尺度的平滑滤波器的标准差，所述标准差用于控制所述平滑滤波器对图像的平滑程度。4.根据权利要求1所述的红外运动目标检测方法，其特征在于，所述采用不同尺度的平滑滤波器对所述红外梯度特征图像进行滤波，得到第一显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外梯度特征图像进行平滑滤波，得到多个第一滤波响应值；根据多个第一滤波响应值中最大第一滤波响应值确定所述第一显著性特征图像；所述采用不同尺度的平滑滤波器对所述红外二阶导数特征图像进行滤波，得到第二显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外二阶导数特征图像进行平滑滤波，得到多个第二滤波响应值；根据多个第二滤波响应值中最大第二滤波响应值确定所述第二显著性特征图像；
所述采用不同尺度的平滑滤波器对所述红外三阶导数特征图像进行滤波，得到第二显著性特征图像包括：采用多个不同尺度的平滑滤波器分别对红外三阶导数特征图像进行平滑滤波，得到多个第三滤波响应值；根据多个第...

【专利技术属性】
技术研发人员：刘雨菡，周光尧，胡玉新，郭拯坤，陈瑶，潘宗序，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：