[发明专利]一种复杂环境下低空红外目标检测算法

权利要求书

1.一种复杂环境下低空红外目标检测算法，其特征在于：该算法包括以下步骤：

步骤一：将原始红外图像进行L＝4级Daubechies-8小波包分解，则所有系数都保存在一个小波包分解树上，且每一层上所有小波包系数构成原始图像的一个完备集，可以完全重构原始图像；

步骤二：计算分解树上第N(N≤L)层所有频带的峰度：

其中c_ij是第i个频带的小波包系数矩阵，m是系数矩阵的元素个数；

步骤三：当四个相邻频带的峰度满足高斯判别准则：

则将该四个相邻频带的小波包系数合并；其中σ表示小波包系数服从理想高斯分布的置信度；

步骤四：N＝N-1，当N＞0时，转到步骤二，否则执行步骤五；

步骤五：计算最终所有频带的峰度，将满足高斯判别准则和最低频带上的小波包系数置零，仅保留非高斯性小波包系数，利用新的小波包系数重建真正的目标图像；

步骤六：对重建目标图像，进行阈值分割，得到目标。

2.根据权利要求1所述的复杂环境下低空红外目标检测算法，其特征在于：所述的步骤六采用自适应阈值对检测到的目标图像进行二值化分割，阈值V的选取公式为：

V＝m+Cσ（3）

其中，m为图像的均值，σ为图像的标准差，C是常数，取值在[3,10]。