基于局部对比度的红外弱小目标检测方法技术

本发明专利技术基于局部对比度的红外弱小目标检测方法，具体为：建立新型窗口，计算红外图像中每个像素点的局部对比度DLCM；采用加权函数对局部对比度加权；计算每个像素点在不同尺度下的WDLCM，并通过最大池化操作得到最终的WDLCM显著性映射；通过自适应阈值分割区分目标和背景。本发明专利技术方法能够在较少的算法耗时内，尽可能地增大检测率和减小虚警率。能地增大检测率和减小虚警率。能地增大检测率和减小虚警率。

【技术实现步骤摘要】
基于局部对比度的红外弱小目标检测方法


[0001]本专利技术属于红外弱小目标检测
，具体涉及基于局部对比度的红外弱小目标检测方法。

技术介绍

[0002]红外弱小目标检测是红外搜索与跟踪系统不可或缺的一部分。当前的主流探测系统分为三类：雷达探测、可见光探测和红外探测。其中雷达探测是一种主动探测，需要主动向外界发射电磁波，隐蔽性不强。可见光探测受光照条件影响较大，无法实现全天候工作。红外探测隐蔽性强，且不受光照条件干扰，具有不可替代的优势，成为雷达探测和可见光探测的有效补充或替代。
[0003]随着红外探测系统性能的不断提高，红外探测技术广泛应用在预警、制导和跟踪等军事领域以及医学病变细胞诊断和工业探伤等民用领域。在民用乃至军事领域，高检测率、低虚警率是实际应用的必然需求，目前的算法已经能够实现比较优秀的检测结果。
[0004]但由于红外小目标尺寸小，通常小于9
×
9个像素大小，没有明显的纹理、颜色等信息，并且目标本身的信噪比低，这给检测带来困难。现有的算法在检测率和虚警率之间难以取得一个均衡。

技术实现思路

[0005]本专利技术的目的是提供基于局部对比度的红外弱小目标检测方法，能够在较少的算法耗时内，尽可能地增大检测率和减小虚警率。
[0006]本专利技术所采用的技术方案是，基于局部对比度的红外弱小目标检测方法，具体按照以下步骤实施：
[0007]步骤1，建立新型窗口，计算红外图像中每个像素点的局部对比度DLCM；
[0008]步骤2，采用加权函数对局部对比度加权；
[0009]步骤3，计算每个像素点在不同尺度下的WDLCM，并通过最大池化操作得到最终的WDLCM显著性映射；
[0010]步骤4，通过自适应阈值分割区分目标和背景。
[0011]本专利技术的特点还在于，
[0012]步骤1的具体过程为：
[0013]步骤1.1，建立新型窗口，新型窗口中包含目标块Ti(i＝1,2,3,4)和背景块Bij(j＝1,2,3)；
[0014]步骤1.2，计算红外图像每个像素点在目标块Ti方向的目标块和背景块之间的局部对比度LCM
TiB
，表达式为：
[0015][0016]式(1)中，Ti表示目标的第i个小块，Bij表示目标小块Ti所属方向第j个背景块，M
Ti
表示目标小块Ti所有像素的平均灰度，M
Bij
表示目标小块Ti所属方向中背景块Bij所有像素的平均灰度，max()表示求最大值的操作；
[0017]步骤1.3，计算红外图像每个像素点在目标块Ti方向的目标块内部的局部对比度LCM
Ti
，表达式为：
[0018][0019]式(2)中，M
K
表示目标小块Ti中K个最大像素的平均灰度；
[0020]步骤1.4，将LCM
Ti
和LCM
Ti
相结合计算得到目标小块Ti的局部对比度DLCM
Ti
，表达式为：
[0021]DLCM
Ti
＝LCM
TiB
×
LCM
Ti
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0022]步骤1.5，将每个目标小块Ti的DLCM
Ti
相结合得到最终的局部对比度DLCM：
[0023][0024]步骤2的具体过程为：
[0025]步骤2.1，采用目标块T的方差去计算每个像素点的WT，表达式为：
[0026]WT＝Var(T)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0027]式(5)中，Var(T)表示目标块T的方差；
[0028]步骤2.2，将目标小块Ti与其所属方向中背景块Bij先进行相应像素差分，再对差分后的结果求方差的操作去计算目标小块Ti的WTiB，根据WTiB计算目标与背景之间的统计差异WTB，表达式为：
[0029]WTiB＝min(Var(Ti
‑
Bij)),i＝1,2,3,4；j＝1,2,3
ꢀꢀꢀꢀ
(6)
[0030]式(6)中，(Ti
‑
Bij)表示目标小块Ti与其所属方向中背景块Bij进行相应像素差分操作，Var(Ti
‑
Bij)表示计算(Ti
‑
Bij)的方差，min()表示求最小值的操作；
[0031][0032]步骤2.3，采用周围背景块Bij的标准差计算背景的特性WB，表达式为：
[0033][0034][0035]式(8)和(9)中，N是背景块Bij像素的个数，是背景块Bij的第p个最大灰度，Std
Bij
是背景块Bij的标准差；
[0036]步骤2.4，定义每个像素点的加权函数W，表达式为：
[0037][0038]式(10)中，δ是一个先验参数。
[0039]步骤3中，计算每个像素点在不同尺度下的WDLCM的表达式为：
[0040]WDLCM＝DLCM
×
W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)。
[0041]步骤3中，最终的WDLCM显著性映射的表达式为：
[0042]WDLCM＝max(WDLCM
h
),h＝1,2,
…
,s
ꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0043]式(12)中，h表示第h个尺度，s表示尺度的总数。
[0044]步骤4中，阈值Th定义如下：
[0045]Th＝αmax(WDLCM)+(1
‑
α)mean(WDLCM) (13)
[0046]式(13)中，mean()表示均值操作，α是一个0到1之间的参数。
[0047]本专利技术的有益效果是：本专利技术通过使用一个新型嵌套窗口计算目标的双局部对比度，更有效地提取出了目标的特征，使用目标的方差、背景的标准差以及目标与背景之间的差分方差计算加权函数进一步地提取出了目标和背景区域的统计特征，在相对耗时低的条件下，能取得优秀的检测结果，大大提高了检测率且减小了虚警率。
附图说明
[0048]图1为本专利技术方法的流程图；
[0049]图2为本专利技术方法中新型窗口的示意图；
[0050]图3为本专利技术方法中原始红外图像示意图；
[0051]图4为本专利技术方法与其他算法的对比图；
[0052]图5为本专利技术方法在5个数据集上的ROC曲线。
具体实施方式
[0053]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0054]本专利技术基于局部对比度的红外弱小目标检测方法，如图1所示，具体按照以下步骤实施：
[0055]步骤1，建立新型窗口，计算红外图像中每个像素点的局部对比度DLCM；
[0056]如图2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于局部对比度的红外弱小目标检测方法，其特征在于，具体按照以下步骤实施：步骤1，建立新型窗口，计算红外图像中每个像素点的局部对比度DLCM；步骤2，采用加权函数对局部对比度加权；步骤3，计算每个像素点在不同尺度下的WDLCM，并通过最大池化操作得到最终的WDLCM显著性映射；步骤4，通过自适应阈值分割区分目标和背景。2.根据权利要求1所述的基于局部对比度的红外弱小目标检测方法，其特征在于，步骤1的具体过程为：步骤1.1，建立新型窗口，新型窗口中包含目标块Ti(i＝1,2,3,4)和背景块Bij(j＝1,2,3)；步骤1.2，计算红外图像每个像素点在目标块Ti方向的目标块和背景块之间的局部对比度LCM
TiB
，表达式为：式(1)中，Ti表示目标的第i个小块，Bij表示目标小块Ti所属方向第j个背景块，M
Ti
表示目标小块Ti所有像素的平均灰度，M
Bij
表示目标小块Ti所属方向中背景块Bij所有像素的平均灰度，max()表示求最大值的操作；步骤1.3，计算红外图像每个像素点在目标块Ti方向的目标块内部的局部对比度LCM
Ti
，表达式为：式(2)中，M
K
表示目标小块Ti中K个最大像素的平均灰度；步骤1.4，将LCM
Ti
和LCM
Ti
相结合计算得到目标小块Ti的局部对比度DLCM
Ti
，表达式为：DLCM
Ti
＝LCM
TiB
×
LCM
Ti
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)步骤1.5，将每个目标小块Ti的DLCM
Ti
相结合得到最终的局部对比度DLCM：3.根据权利要求1所述的基于局部对比度的红外弱小目标检测方法，其特征在于，步骤2的具体过程为：步骤2.1，采用目标块T的方差去计算每个像素点的WT，表达式为：WT＝Var(T)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式(5)中，Var(T)表...

【专利技术属性】
技术研发人员：鲁晓锋，刘家铭，柏晓飞，李思训，李高祥，闫昭玉，王重科，王杏萍，姬文江，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：