[发明专利]复杂背景抑制的方法

说明书

公开了一种复杂背景抑制的方法，包括：检测装置接收输入的待检测的红外图像I(x，y)和金字塔层数L，利用中值滤波预处理去除椒盐噪声，获得处理的红外图像f(x，y)，确定处理的红外图像f(x，y)的行列数，根据行列数计算出金字塔最高层数lmax，判断金字塔层数L是否超出lmax，如超出，终止复杂背景抑制处理；否则，对处理的红外图像f(x，y)进行频域高斯低通滤波，获得滤波图像g(x，y)；对获得的滤波图像g(x，y)进行隔行隔列降采样，对降采样次数进行累计计数；若累计计数值达到N‑1，获得的降采样图像记为h(x，y)；对降采样图像h(x，y)运用双三次插值算法进行图像扩展，得到复杂背景估计图像，将预处理后的红外图像和复杂背景估计图像进行想相减，获得检测结果。本发明具有较高的适应性。

技术领域

本发明涉及遥感技术领域，特别是指一种复杂背景抑制的方法。

背景技术

近年来，背景抑制技术是红外小目标自动检测必不可少的一个环节，主要运用于国防和安防等领域，是关系着国家安全的重要技术之一，其重要性不言而喻。目前国内外的背景抑制技术主要分别两大类，一类为基于滤波器的传统背景抑制方法，另一类为基于背景分类的背景抑制方法。

基于滤波器的传统背景抑制方法，主要依据是相对于平缓的背景而言，红外小目标对象的局部辐射强度要大于背景杂波的辐射强度，所以在图像中的表现为突出的亮点，其局部的灰度变化剧烈。这类方法利用这种特性提出了基于梯度的背景抑制算法，例如：著名的top-Hat变换，高斯高通滤波算法等，由于使用梯度信息作为判断标准，所以这类方法容易受到椒盐噪声的干扰，对其十分敏感。由于这种方式假定背景为平缓的，所以在背景中出现剧烈变化的时候容易出现虚警，其性能变差，例如：天空背景下出现云团、云雾等强干扰。

基于背景分类的背景抑制方法，相较于传统方法认为背景为平缓变化，这类方法认为背景是变化的、随机的，所以需要先对背景进行估计，即模拟出背景。现阶段主要的方式有：基于复杂度分类的背景抑制算法、基于光流估计的背景抑制算法等，均为先通过原始图像提取图像中的一些局部、全局和时变信息，然后利用这些信息模拟出原始图像的背景，最后原始图像减去背景的方式来实现背景的抑制功能。这类方法相较于传统方法，可以解决背景中含有较强干扰的问题，但是由于模拟出的背景和实际图像中的背景存在偏差，且可能会削弱目标能量，所以实际的运用并不广泛

发明内容

本发明要解决的技术问题是红外弱小目标检测中复杂背景导致检测准确率降低、虚警率增高，为解决上述技术问题，本发明的主旨在于针对在红外弱小目标检测中复杂背景导致检测准确率降低、虚警率增高的问题，提出一种检测率高、计算复杂度较低的复杂背景抑制的算法，为红外目标检测技术的发展提供一种可行思路。

为了解决上述技术问题，达到上述的目标，本发明采用如下一种复杂背景抑制的方法，包括：

检测装置接收输入的待检测的红外图像I(x，y)和金字塔层数L，并利用中值滤波进行预处理去除椒盐噪声，获得预处理后的红外图像f(x，y)，所述检测装置确定预处理后的红外图像f(x，y)的行列数，根据该行列数，计算出金字塔最高层数1max，判断金字塔层数L是否超出1max，如果超出，则终止复杂背景抑制处理；如果没有超出，所述检测装置对预处理后的红外图像f(x，y)进行频域高斯低通滤波，获得滤波图像g(x，y)；所述检测装置对获得的滤波图像g(x，y)进行隔行隔列降采样，同时对降采样次数进行累计计数；若累计计数值达到N-1，此时获得的降采样图像记为h(x，y)；检测装置对降采样图像h(x，y)运用双三次插值算法进行图像扩展，以此得到复杂背景估计图像；检测装置将预处理后的红外图像和复杂背景估计图像进行想相减，获得检测结果。

可选的，所述检测装置对预处理后的红外图像f(x，y)进行频域高斯低通滤波，获得滤波图像g(x，y)，具体为：检测装置将预处理后的红外图像f(x，y)进行二维离散傅里叶变换转换到频率域，其公式为：