本发明专利技术公开了一种基于三维张量滤波的红外暗弱小目标时空域检测方法，包括：构建三维图像张量；对三维图像张量进行滑窗滤波操作，得到目标显著性图像和三维动态杂波抑制图像；对三维图像张量进行像素级高亮噪点判别，得到噪点判别因子加权图；基于目标显著性图像、三维动态杂波抑制图像和噪点判别因子加权图，获得增强的目标显著性图像；通过自适应阈值对增强的目标显著性图像进行分割提取真实目标，完成红外暗弱小目标时空域检测。本发明专利技术通过三维空心均值滤波模板来增强目标显著性；基于区域运动复杂度设计动态杂波抑制方法，抑制不规则运动的复杂背景区域；基于局部能量突变特性设计噪点判别特征，对像素级高亮度噪点进行有效抑制。
【技术实现步骤摘要】
本专利技术属于红外暗弱小目标检测处理领域，具体涉及一种基于三维张量滤波的红外暗弱小目标时空域检测方法。
技术介绍
1、红外成像技术因其具有抗干扰能力强，作用距离远等优点，在监测以无人机为代表的低空红外小目标任务中得到了广泛应用。然而，红外小目标能量弱，像素数少，在红外图像中缺乏结构、纹理等特性信息，给小目标检测带来了很大的困难。此外，场景中存在复杂背景的干扰，例如摇曳的树林、像素级的高亮噪点等，容易产生大量虚警。目前主流的红外小目标时空域检测算法，如stlcf，stldm以及stlcm等，该类型的算法认为目标与背景灰度值存在显著差异，并且目标的运动会导致时域能量的起伏，忽视了运动背景的影响。然而，低空复杂场景中，目标灰度值低，与背景之间的灰度差异小，容易淹没在背景中。同时，场景中经常存在运动的背景杂波，如摇曳的树林等，同样会导致像素点的能量起伏，因此上述方法很容易误判运动背景为目标像素点，导致背景抑制效果差。此外，低空复杂场景中存在像素级高亮度噪声(pnhb)的干扰，也会导致检测结果中产生较多虚警，上述方法难以满足检测性能。
r/>技本文档来自技高网...
【技术保护点】
1.一种基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，构建所述三维图像张量的方法包括：
3.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，对所述三维图像张量进行滑窗滤波操作，得到目标显著性图像的方法包括：
4.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，对所述三维图像张量进行滑窗滤波操作，得到三维动态杂波抑制图像的方法包括：
5.根据权利要求1所述的基于三维张...
【技术特征摘要】
1.一种基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，构建所述三维图像张量的方法包括：
3.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，对所述三维图像张量进行滑窗滤波操作，得到目标显著性图像的方法包括：
4.根据权利要求1所述的基于三维张量滤波的红外暗弱小目标时空域检测方法，其特征在于，对所述三维图像张量进行滑窗滤波操作，得到三维动态杂波抑制图像的方法包括：...
【专利技术属性】
技术研发人员：侯晴宇，姜滢，张玉山，谭凡教，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。