[发明专利]一种基于视觉注意机制的海上红外目标检测方法

说明书

本发明涉及一种基于视觉注意机制的海上红外目标检测方法，针对海上红外图像特点，引入基于视觉注意机制的目标检测算法，通过计算像素的显著值，确定目标在图像中的位置。首先提取红外图像边框作为背景像素，然后使用光栅扫描算法迭代更新背景点到像素点的所有路径中的最大最小像素值，获取辅助图。接着，根据辅助图计算路径代价获得显著图。以马氏距离作为图像与边框对比度图与上一步显著图相加，然后通过形态学闭运算、二值化操作获得目标区域位置。本发明根据像素特征获取目标显著性信息，极大的减少了海上小目标漏检率，并且能够有效的抑制海面波纹及天空云层引起的噪声，均匀突出目标，具有较高检测准确率。

技术领域

本发明属于计算机视觉图像处理方法，涉及一种基于视觉注意机制的海上红外目标检测方法。可以广泛应用于海面红外目标检测系统、空中目标检测系统。

背景技术

随着现代科学技术的持续发展，红外成像技术在精确制导、红外预警、红外搜索系统以及其他军用、民用领域中得到广泛应用，作为红外搜索与跟踪、红外预警、精确制导等应用的关键技术，红外目标检测技术已成为红外图像处理领域的研究热点。在现代军事战场上，红外目标检测系统依赖的是被动检测目标的红外辐射特性，其隐蔽性好，不受气候影响，可昼夜工作，且能够透过烟雾视觉等障碍进行目标探测成像并进行目标检测及定位处理，因此，红外目标检测技术具有极高的研究价值。而随着各国对海洋利益的日益重视，海上红外目标检测技术作为极有价值的研究课题，近年来在国内外受到广泛关注。

目前，红外目标检测方法主要依赖于目标所表现出的红外特性：飞机除了会反射外界红外线之外，其发动机、冷却窗、烟囱等还会向外发出热辐射，辐射强度越高，红外特征越明显，越易于识别。对于红外图像来说，若已知目标先验信息，则目前流行的目标检测方法主要有两类：一类是利用先验信息训练一个有多个弱分类器级联的集合分类器，然后利用这些弱分类器进行投票检测目标；另一类方法是利用先验信息找到目标与非目标之间的最佳分类线检测目标。但是上述方法对整幅区域进行检测较为耗时，且在复杂背景中，由于冗余信息的干扰，其检测稳定性有待提高，同时在大多数情况下，目标的先验信息未知，因此上述方法往往不能满足实际需求。通过对生物视觉的研究，发现如果目标检测系统能够精确地仿真生物视觉的注意机制，只对图像中可能存在感兴趣目标的显著区域进行关注，那么就可以提前舍弃图像中的冗余信息，使得目标检测系统具有更高效、精准的性能；另一方面仿真人类视觉的注意机制，可以仅利用目标在场景中的某类统计特性进行目标检测，而不需要目标先验信息。因此本项目在基于显著性检测的红外舰船检测技术上进行研究。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于视觉注意机制的海上红外目标检测方法，使用最小障碍距离计算红外图像的显著值，然后通过背景优化算法和二值化得到最终的目标区域。实验证明，该算法能在复杂海面环境下高效地检测出红外目标区域，具有较高的鲁棒性和准确性。

技术方案

一种基于视觉注意机制的海上红外目标检测方法，其特征在于步骤如下：

步骤1、获取红外图像背景像素，并确定图像像素到背景像素路径：首先对输入图像I重新调整图像大小，使其最大像素数不超过300，提取宽度为γ的边界区域作为背景像素；

所述γ的选择保证红外图像中的目标像素占比为30％～70％；

所述图像I上连接像素x和背景种子节点的路径π＝<π(0),...,π(k)>是以相邻4个元素连接的像素序列，k表示路径个数，相邻四对像素分别为像素x(i,j)的上(i,j+1)下(i,j-1)左(i-1,j)右(i+1,j)四个元素；

步骤2、获取红外图像的正向光栅扫描显著图：利用最小障碍距离MBD衡量图像像素与背景像素的对比度得到显著图，具体步骤为：