基于梯度差对比度和各向异性滤波的目标检测方法及系统技术方案

本发明专利技术涉及一种基于梯度差对比度和各向异性滤波的目标检测方法和系统，包括：步骤S1：设置参数信息；步骤S2：对原始图像进行去雾处理，得到去雾图像；步骤S3：通过构建各向异性扩散模型计算各方向梯度差，并利用高斯滤波模型，获取锐化图像；步骤S4：分别从正交区域与对角区域对锐化图像进行差异化处理，并且进行正交和对角区域灰度差对比度的融合叠加，获得显著度图像；步骤S5：计算显著度图像的灰度自适应分割阈值，并获得分割后的自适应分割阈值；步骤S6：对分割后的自适应分割阈值进行连通区域处理，得出目标位置信息。本方法通过划分方向区域计算各个方位的梯度差来对图像进行降噪处理，能够有效地抑制背景的干扰，提高了目标检测的准确性。

【技术实现步骤摘要】

本专利技术属于目标识别，具体地，涉及基于梯度差对比度和各向异性滤波的目标检测方法及系统。

技术介绍

1、红外目标检测一直都是红外图像处理的一个重要邻域，但是，由于云杂波以及其他背景杂波、系统噪声等固有噪声的存在，使得目标信号往往淹没在噪声之中；同时，红外目标一般具有对比度低、信噪比低和缺少形状轮廓等问题，增加了目标检测的难度。

2、专利文献cn115731221a公开了一种考虑邻域各向异性的自适应红外小目标检测方法,其特征在于，包括：通过本专利技术设计的模板计算中心区域周围不同方向的灰度响应,并与中心区域灰度值作差,得到不同方向的目标显著性响应,取其中的最小值作为中心点的显著性响应,本专利技术为了适应不同尺寸的目标,设计7×7，即第一模板和9×9，即第二模板，两类模板分别应用于上述步骤,取两个不同尺度下的显著性响应中的较大值作为最终的显著性响应。该专利技术对目标轮廓缺乏约束，在复杂背景下会出现高虚警率。

3、专利文献cn105844596a公开了一种自适应的各向异性滤波方法，其特征在于，包括如下步骤：能够根据局部统计特征，改变梯度阂本文档来自技高网...

【技术保护点】

1.一种基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤S1中：

3.根据权利要求2所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤S2.1中：

4.根据权利要求3所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤S3.1中：

5.根据权利要求4所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤S3.1.1中：

6.一种基于梯度差对比度和各向异性滤...

【技术特征摘要】

1.一种基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，包括：

2.根据权利要求1所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤s1中：

3.根据权利要求2所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤s2.1中：

4.根据权利要求3所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤s3.1中：

5.根据权利要求4所述的基于梯度差对比度和各向异性滤波的目标检测方法，其特征在于，在所述步骤s3.1.1中：

...

【专利技术属性】
技术研发人员：刘良凤，范君杰，李彤，娄明静，代海山，
申请(专利权)人：上海卫星工程研究所，
类型：发明
国别省市：