[发明专利]一种红外弱小目标检测方法

说明书

技术领域

本发明涉及一种目标检测方法，特别涉及一种基于二元模式算子的无需进行背景抑制滤波的快速红外弱小目标检测方法。

背景技术

红外搜索/跟踪系统(IRST)是我国预警探测网的重要补充、辅助探测手段和隐蔽探测力量，是战时有源雷达网遭受干扰、打击、隐身突防时的关键探测手段。与雷达系统相比，红外系统采用被动探测，具有隐蔽性好，没有多路径干扰，跟踪精度高等优点。远距离的红外目标视场中常常是以弱小目标的形态出现，弱小目标在图像平面上占有的像元个数较少而且对比度一般都很低，稳定有效地检测弱小目标是IRST系统中的关键性技术。因此，红外弱小目标检测已成为图像处理领域的研究热点，国内外研究人员对其进行了大量的研究，并取得了不少研究成果。

在本发明之前，红外弱小目标检测通常的步骤为：1、背景抑制，2、阈值分割，3、基于序列图像中航迹相关的目标确认。其中，背景抑制的理论基础建立在将红外弱小目标图像划分为目标图像、背景图像和噪声图像的图像模型。常用的背景抑制算法有匹配滤波，小波分解，形态学滤波等。但是在实际的红外弱小目标图像中，由于目标对比度较低，而且背景复杂时，很难利用背景抑制算法图像中的弱小目标根据三个部分分割开。结果往往是背景边缘处的起伏区域被保留下来，这些区域具有与弱小目标相似的高频特性。还有，许多背景抑制算法会改变图像的性质，例如目标强度减弱、目标最亮点位置偏移等等。导致后续检测难度和判断运算量增大，影响检测准确性。

发明内容

发明目的：本发明针对现有技术检测方法的不足，提供了一种基于局部二元模式算子的红外弱小目标检测方法。

技术方案：本发明公开了一种红外弱小目标检测方法，该方法包括以下步骤：

(1)建立尺寸为9×9个像素的扩展LBP算子矩阵块，中间3×3矩阵块作为目标区域，周围的8个3×3矩阵块作为8个方向的背景区域；

(2)采用局部信噪比作为阈值对8个方向的背景区域进行编码，得到8个方向背景的二进制特征值；

(3)当特征值符合判断准则，则中间的3×3区域即为目标；

(4)扫描整幅图像，得到红外弱小目标检测结果。

本发明中步骤(4)可以采用本领域通用的扫描方法。本发明中，优选地，步骤(4)中扫描整幅图像为灰度自适应快速扫描，具体包括：(a)计算9×9矩阵块B_i，j中像素灰度最大值，B_i，j表示以i，j为中心像素的坐标9×9矩阵块；(b)以最大值为中心即为重新构造的9×9矩阵块的中心像素坐标，重新构造9×9矩阵块(c)采用扩展LBP算子矩阵块提取的编码值，进行目标检测；(d)将B_i，j的中心位置i，j向右平移9个像素得到下一个矩阵块；若扫描完一个9行的数据区，则从i＝i+9，j＝1开始扫描下一个9行数据区，直到完成整幅图像的扫描。

步骤(2)中局部信噪比表示为：SNR=uT-uBδ;]]>

其中，u_T表示目标灰度均值，即是中间3×3矩阵块的灰度均值；u_B为某一方向背景灰度均值，即是周围某个3×3矩阵块的灰度均值；δ为目标和某一方向背景2个3×3矩阵块，共18个像素的灰度标准差；

步骤(2)中编码规则为：如果局部信噪比大于一个预设阈值则该方向背景的特征值为0，反之为1。

步骤(3)中判断准则为：提取的8个特征值都为0，即编码值为(00000000)₂时，算子中心3×3区域被确认为目标。