[发明专利]点源目标检测的小虚警率的试验估计方法

说明书

技术领域

本发明属于数字图像处理方法与试验设计，具体涉及一种点源目标检测的小虚警率的试验估计方法，主要运用于红外云图背景中运动点目标检测算法的性能评估。

背景技术

几乎所有探讨检测性能的文献都利用检测概率和虚警概率来评价检测性能。Schmieder详细讨论了在可见光图像中目标检测概率与图像信噪比和对比度之间的关系；见Schmieder D E，Weathersby M R，DetectionPerformance in Clutter with Variable Resolution.IEEE Transactions onAerospace and Electronic Systems.Jul 1983.AES-19(4)：622-630.

Adam讨论了概率密度函数与检测和识别模型之间的关系，见AdamCaromicoli，Thomas Kurien.Multitarget Identification in Airborne Surveillance.SPIE.1989.1098：161-176.

Driggers讨论了算法性能与所设定的红外图像模型之间的关系，见Driggers R G，Vollmerhausen R，Edwards T.The Target IdentificationPerformance of Infrared Imager Models as a Function of Blur and Sampling.SPIE.1999.3701：26-34.

Mc Williams针对具体算法讨论了检测概率和虚警概率与目标信噪比之间的关系，见Mc Williams J K，Srinath M D.Performance analysis of a targetdetection system using infrared imagery.IEEE Transactions On Aerospace andElectronic Systems，1984.20(1)：38-48.

评价滤波器对于复杂背景中小目标的滤波检测性能，不仅要考虑对噪声和低频杂波的抑制能力，还需要衡量对高频杂波的抑制效果。因此简单的通过输出信噪比、或信噪比增益来衡量滤波器的优劣是不合适的，采用虚警率Pf、检测概率Pd来衡量某一项检测技术或算法滤波器的性能更为合理。

但是，对于小虚警率的测量，简单样本采样仿真测试计算量大，耗时长，而恶化信噪比的虚警率测试方法在试验设计上是不完善的。

发明内容

本发明的目的在于提供一种点源目标检测的小虚警率的试验估计方法，该方法可以克服运动点目标小虚警率不易测试的难题，能更加合理有效地测试算法性能，降低工作量，减少模拟计算复杂程度。

本发明提供的点源目标检测的小虚警率的试验估计方法，其步骤包括：

(1)从云层背景总体中随机抽取图像，构成图像样本集合；再对该图像样本集合中的每一个样本进行特征提取，计算图像均值m和图像局部统计标准差S，分别作为特征A和特征B；

(2)分别对特征A和B在图像样本集合中的分布进行数学建模；

(3)利用特征A和B构建图像样本特征空间；

(4)按照下述过程在图像样本特征空间中寻找易发生虚警的背景图像：

(4.1)以图像均值m和局部统计标准差S作为特征统计量，统计图像库中每一幅图像Image^k的特征值(m^k，S^k)，其中，1≤k≤R，R为图像库中图像的数目，k为图像库中图像的序号；

(4.2)遍历图像库中所有图像，对于图像Image^k(m^k，S^k)，若在图像库中查找到图像Image^p(m^p，S^p)有m^p＞m^k或S^p＞S^k，1≤p≤R，p≠k，则放弃记录图像Image^k，否则记录图像Image^k为Image_c^k，继续对下一幅图像进行判断直到所有图像遍历完成；