一种基于大气传输模型的红外弱小目标增强方法技术

本发明专利技术属于红外图像预处理技术领域，具体涉及一种基于大气传输模型的红外弱小目标增强方法，其依据大气传输成像理论，将采集到的原始红外图像建模为经过大气透射的目标场景辐射图与传输路径辐射图的叠加；通过对传输路径辐射图、大气辐射值及透射率的先验估计，反演出去大气传输作用下真实的目标场景图像，达到红外弱小目标场景增强效果。本发明专利技术能够有效抑制红外图像中背景模糊效应，提升弱小目标的视觉显著性，为红外弱小目标检测及跟踪任务创造有利条件。造有利条件。造有利条件。

【技术实现步骤摘要】
一种基于大气传输模型的红外弱小目标增强方法


[0001]本专利技术属于红外图像预处理
，具体涉及一种基于大气传输模型的红外弱小目标增强方法。

技术介绍

[0002]在红外成像探测领域，弱小目标检测是红外搜索与跟踪系统、红外预警系统、红外导引系统中核心关键技术之一。受红外成像机理、成像环境及成像条件因素的限制，探测系统获取到的原始红外图像往往对比度较低，整体模糊，视觉效果不尽如人意。尤其进行远距离目标探测时，目标在图像中尺度较小，表现为点状或斑状，且受大气传输作用影响严重，目标强度偏弱，与周围背景差异不明显，这无疑给目标检测及跟踪任务带来巨大挑战。
[0003]针对红外图像中弱小目标检测难问题，通过对原始红外图像进行背景抑制或对比度增强处理来提升目标视觉显著性，是目前本领域中常用的技术手段。背景抑制类方法主要根据背景与目标各自特性及差异，通过图像滤波、对比度计算、成分分离等方式有效抑制背景杂波，从而达到凸显目标信号的目的。该类方法针对性强，是红外弱小目标检测算法设计的主流思路，但其对图像显示及观察并不友好，一般不用于提升红外图像的视觉质量。图像增强类方法的出发点是以对比度增强、锐化、去模糊等手段来提升红外图像可视性，增强目标与背景之间的视觉差异，从而为目标检测分割提供有利条件。然而，常规增强类方法更侧重图像整体视觉效果提升，对弱小目标并不敏感，容易因背景成分信息的过度增强导致目标被淹没甚至丢失，反而不利于目标检测任务的开展。

技术实现思路

[0004](一)要解决的技术问题
[0005]本专利技术要解决的技术问题是：如何提供一种基于大气传输模型的红外弱小目标增强方法，通过去除大气传输作用影响，反演真实的弱小目标场景，实现目标与背景对比度提升，增强目标视觉显著性。
[0006](二)技术方案
[0007]为了解决上述技术问题，本专利技术提供一种基于大气传输模型的红外弱小目标增强方法，所述方法包括如下步骤：
[0008]步骤1：根据大气传输成像模型，分别采用保边平滑方法和高斯迭代滤波方法对采集到的原始红外图像进行滤波估计，获得传输路径辐射图和大气辐射分布图；
[0009]步骤2：利用得到的传输路径辐射图和大气辐射分布图，计算大气透射率，从而反演出去大气传输作用下真实的目标场景图像，达到红外弱小目标视觉增强效果。
[0010]其中，所述步骤1包括：
[0011]步骤101：确定大气传输成像模型；
[0012]步骤102：采用保边平滑方法对原始红外图像Y进行滤波估计，获得传输路径辐射图P；
[0013]步骤103：采用高斯迭代滤波方法对原始红外图像Y进行滤波估计，获得大气辐射分布图A。
[0014]其中，所述步骤101中，所述大气传输成像模型，其公式如下：
[0015]Y＝X
τ
+P＝τX+(1
‑
τ)A
[0016]式中，Y为采集到的原始红外图像，X
τ
为经过大气透射后的目标场景图像，P为传输路径辐射图，X为真实目标场景图像，τ为大气透过率，A为大气辐射分布图。
[0017]其中，所述步骤102中，采用保边平滑方法对原始红外图像Y进行滤波估计，获得传输路径辐射图P，具体为：
[0018]假设传输路径辐射图P应为原始红外图像Y的光滑显性成分，且该成分具有一定的边缘保持特点，因此将传输路径辐射图P的估计问题看作对图像保边光滑成分的分离提取，通过保边平滑方法加以实现；
[0019]考虑到处理方法的易于实现性，采用具有保边平滑能力的中值滤波器对原始红外图像Y进行滤波处理，从而完成对传输路径辐射图P的估计；该过程用数学公式表示为：
[0020]P＝Median(Y，Ω)
[0021]式中，Median(
·
)表示中值滤波处理，Ω是中值滤波窗口。
[0022]其中，所述中值滤波窗口Ω默认设置为5
×
5。
[0023]其中，所述步骤103中，采用高斯迭代滤波方法对原始红外图像Y进行滤波估计，获得大气辐射分布图A，具体为：
[0024]假设大气辐射具有一定的空间分布性和关联性而非常值，其分布图应光滑均匀且不包含任何场景内容信息，因此可通过对原始红外图像Y进行多次局部均值化来估计大气辐射分布图A，具体采用高斯迭代滤波方法加以实现；该过程用数学公式表示为：
[0025]A
i
＝Gaussian(A
i
‑1，Θ，σ)
[0026]式中，Gaussian(
·
)表示高斯滤波处理，Θ为高斯滤波窗口，σ为高斯标准差，A
i
表示第i次迭代滤波结果，i＝1，2，
…
，N，N为最大迭代次数。
[0027]其中，所述步骤103中，默认设置Θ＝21
×
21，σ＝5，N＝5，并初始化A0＝Y。
[0028]其中，所述步骤2包括：
[0029]步骤201：利用得到的传输路径辐射图P和大气辐射分布图A，计算大气透射率τ，公式如下：
[0030][0031]式中，表示初步计算结果，参数κ和τ0以及Max(
·
)取最大值规则均为了获得更好的反演结果；
[0032]步骤202：由大气辐射分布图A和大气透射率τ，反演去大气传输作用下真实的目标场景图像X，公式如下：
[0033][0034]式中，表示初步反演结果；
[0035]为了便于显示存储，进一步对其作线性归一化处理，从而得到最终反演的真实目标场景图像X；该归一化过程表示如下：
[0036][0037]式中，和分别为初步反演结果的最大灰度与最小灰度，表示向下取整处理。
[0038]其中，所述步骤201中，默认设置κ＝0.95。
[0039]其中，所述步骤201中，默认设置τ0＝0.15。
[0040](三)有益效果
[0041]与现有技术相比较，本专利技术具有以下效果：
[0042](1)本专利技术基于大气传输成像模型，通过保边平滑、高斯迭代滤波手段估计模型中传输路径辐射、大气辐射分布等参量，计算反演真实的目标场景图像，有效解决在远距离探测红外弱小目标图像模糊、目标与背景对比度低的问题。
[0043](2)本专利技术通过适当调节控制参数，既可用于图像增强显示，又可作为弱小背景抑制手段。
[0044](3)本专利技术所采用的滤波估计方法简单，计算过程不复杂，易于硬件实现，可满足探测系统实时性要求。
附图说明
[0045]图1为本专利技术的整体流程图。
[0046]图2为本专利技术实施例提供的仿真实验结果；其中，图2(a)为原始红外图像，图2(b)为HE方法增强结果，图2(c)和图2(d)是不同参数下本专利技术的增强结果。
具体实施方式
[0047]为使本专利技术的目的、内容和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大气传输模型的红外弱小目标增强方法，其特征在于，所述方法包括如下步骤：步骤1：根据大气传输成像模型，分别采用保边平滑方法和高斯迭代滤波方法对采集到的原始红外图像进行滤波估计，获得传输路径辐射图和大气辐射分布图；步骤2：利用得到的传输路径辐射图和大气辐射分布图，计算大气透射率，从而反演出去大气传输作用下真实的目标场景图像，达到红外弱小目标视觉增强效果。2.如权利要求1所述的基于大气传输模型的红外弱小目标增强方法，其特征在于，所述步骤1包括：步骤101：确定大气传输成像模型；步骤102：采用保边平滑方法对原始红外图像Y进行滤波估计，获得传输路径辐射图P；步骤103：采用高斯迭代滤波方法对原始红外图像Y进行滤波估计，获得大气辐射分布图A。3.如权利要求2所述的基于大气传输模型的红外弱小目标增强方法，其特征在于，所述步骤101中，所述大气传输成像模型，其公式如下：Y＝X
τ
+P＝τX+(1
‑
τ)A式中，Y为采集到的原始红外图像，X
τ
为经过大气透射后的目标场景图像，P为传输路径辐射图，X为真实目标场景图像，τ为大气透过率，A为大气辐射分布图。4.如权利要求3所述的基于大气传输模型的红外弱小目标增强方法，其特征在于，所述步骤102中，采用保边平滑方法对原始红外图像Y进行滤波估计，获得传输路径辐射图P，具体为：假设传输路径辐射图P应为原始红外图像Y的光滑显性成分，且该成分具有一定的边缘保持特点，因此将传输路径辐射图P的估计问题看作对图像保边光滑成分的分离提取，通过保边平滑方法加以实现；考虑到处理方法的易于实现性，采用具有保边平滑能力的中值滤波器对原始红外图像Y进行滤波处理，从而完成对传输路径辐射图P的估计；该过程用数学公式表示为：P＝Median(Y，Ω)式中，Median(
·
)表示中值滤波处理，Ω是中值滤波窗口。5.如权利要求4所述的基于大气传输模型的红外弱小目标增强方法，其特征在于，所述中值滤波窗口...

【专利技术属性】
技术研发人员：曾庆杰，冯涛，白昆，席斐，廉伟林，贺炜，郭轩，张鹏，雷江波，
申请(专利权)人：西安导引科技有限责任公司，
类型：发明
国别省市：