[发明专利]基于联合显著性的红外目标分割方法

说明书

技术领域

本发明涉及一种红外目标分割方法，特别是涉及一种基于联合显著性的红外目标分割方法。 

背景技术

在红外图像中，快速、准确的目标分割对于后续的目标跟踪和识别等高级图像处理具有非常重要的意义。现有的红外目标分割方法主要有：自适应阈值的分割方法，边缘检测的分割方法和基于显著性的分割方法。其中，边缘检测方法主要利用图像的梯度信息标记出目标边缘，从而将目标区域和背景区分开来；在显著性方法中，显著性描述的是图像区域对人眼的吸引程度，人眼则利用目标和背景的显著性差异将目标从背景中分离出来，因此，该类方法主要是通过建立数学模型来模拟这一生物过程。 

文献“Global contrast based salient region detection,IEEE Proceedings on Computer Vision and Pattern Recognition,2011,p409-416”公开了一种基于显著性模型的可见光图像目标分割方法。该方法首先采用图割(Graph Cut)的方法将图像分成若干均匀同质的像素块；之后基于像素块进行显著性计算，获取显著性图像；最后，在显著性图像上选定固定阈值或者自适应阈值进行目标分割。其核心是利用可见光图像色彩丰富的特点引入全局的色彩对比度和空间对比度来定义显著性，然而，在红外图像中，色彩信息匮乏并且常常伴随有较大的噪声，因此该显著性模型并不能很好的区分红外目标与背景，出现了较多的漏分割和误分割。 

发明内容

为了克服现有基于显著性模型的可见光图像目标分割方法适应性差的不足，本发明提供一种基于联合显著性的红外目标分割方法。该方法首先将原始图像分成均匀同质的小像素块；然后根据红外图像色彩缺乏，并且红外目标一般亮于背景的特点，利用像素块之间的灰度对比度和空间对比度建立像素块的全局区域对比度，即像素块的区域对比度显著性；进而，根据红外目标的边缘对噪声具有鲁棒性的特点，利用梯度信息建立像素块的边缘对比度显著性；接着利用这两种显著性的线性组合得到整幅图像的联合显著性映射；最后通过设定阈值进行二值化得到候选目标区域并且通过相似性滤波进一步去除误分割区域得到最终结果。适用于红外目标的分割。 

本发明解决其技术问题所采用的技术方案是：一种基于联合显著性的红外目标分割方法，其特点是包括以下步骤： 

步骤一、输入一幅红外图像，使用Mean-Shift聚类方法将原始图像分割成均匀同质的N个像素块； 

步骤二、对每一个像素块r_i(i=1,2,...,N)，图像中任一个像素块r_k的区域对比度显著性计算如下： 

统计得到整幅图像的平均灰度值和每一个像素块r_i的灰度直方图，在灰度直方图结果中，用来表示像素块r_i的第p种灰度的出现频率； 

统计每一个像素块r_i的面积大小w_s(r_i)，平均灰度值g_i和质心坐标； 

计算像素块r_k和图像中任一像素块r_i(i=1,2,...,k-1,k+1,...,N)的色彩对比度C(r_k,r_i)：