一种红外图像中弱小目标的特征增强方法技术

本发明专利技术公开了一种红外图像中弱小目标的特征增强方法，包括以下步骤：S1:将单波段红外图像输入至基于扫视与凝视的单波段骨干网络，获得各尺度局部眼动区域及其对应的各尺度修正前特征；S2:将所述各尺度局部眼动区域和所述各尺度修正前特征对应输入至基于局部眼动区域提示的多尺度特征增强模块，获得弱小目标增强后特征。本发明专利技术能够有效、主动、快速地增强红外图像中弱小目标的特征。

【技术实现步骤摘要】

本专利技术涉及图像处理，更具体的说是涉及一种红外图像中弱小目标的特征增强方法。

技术介绍

1、目前，红外遥感图像有着全天时工作的能力，但是红外遥感图像相较于可见光图像目标的纹理信息更薄弱，因此增加了红外图像中弱小目标的检测难度。此外红外遥感图像相较于可见光图像分辨率更低，导致弱小目标的信息更为稀缺，这进一步增加了红外图像中弱小目标的检测负担。

2、因此，如何提供一种红外图像中弱小目标的特征增强方法，其能够有效、主动、快速地增强红外图像中弱小目标的特征是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本专利技术的目的是提供一种红外图像中弱小目标的特征增强方法，其能够有效、主动、快速地增强红外图像中弱小目标的特征。

2、为了实现上述目的，本专利技术采用如下技术方案：

3、一种红外图像中弱小目标的特征增强方法，包括以下步骤：

4、s1:将单波段红外图像输入至基于扫视与凝视的单波段骨干网络，获得各尺度局部眼动区域及其对应的各尺度修正前特征；

5、本文档来自技高网...

【技术保护点】

1.一种红外图像中弱小目标的特征增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述基于扫视与凝视的单波段骨干网络包括扫视网络和N个结构相同的凝视网络，N>=4；

3.根据权利要求2所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述扫视网络包括多个小波变换模块、第一拼接模块、第一批归一化层、第一SiLU函数层、候选区域网络以及特征提取模块；

4.根据权利要求3所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述候选区域网络包括第一卷积层、第二SiLu函数层、第二卷积...

【技术特征摘要】

1.一种红外图像中弱小目标的特征增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述基于扫视与凝视的单波段骨干网络包括扫视网络和n个结构相同的凝视网络，n>=4；

3.根据权利要求2所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述扫视网络包括多个小波变换模块、第一拼接模块、第一批归一化层、第一silu函数层、候选区域网络以及特征提取模块；

4.根据权利要求3所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述候选区域网络包括第一卷积层、第二silu函数层、第二卷积层、第三silu函数层和高斯滤波算子；所述特征提取模块包括第三卷积层、第二批归一化层和第四silu函数层；

5.根据权利要求2所述的一种红外图像中弱小目标的特征增强方法，其特征在于，所述第一凝视网络包括目标局部眼动区域预测模块、全局特征提取模块、局部特征提取模块、第二拼接模块和第三批归一化层；...

【专利技术属性】
技术研发人员：李波，张鸿，姜吉祥，韦星星，李磊，唐文婷，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：