[发明专利]一种双波段图像融合的红外小目标检测方法

说明书

本发明公开了一种双波段图像融合的红外小目标检测方法。其特征步骤：分析目标及其背景在不同波段的辐射特性、传输特性、成像特性等存在差异，研究距离因子的目标特性计算方法，以突出图像真目标和假目标的差异特征；分析双波段图像存在的冗余和互补信息，研究多尺度几何分析的数据融合方法，使融合后图像的杂波被抑制，目标锐度更高、轮廓更清晰；分析杂波和噪声干扰，研究多向梯度的小目标检测方法，实现小目标的高检测率。本发明提出了距离因子的目标特性计算方法，多尺度几何分析的数据融合方法及多向梯度的小目标检测方法，组合实现双波段图像融合的红外小目标检测方法，丰富了小目标检测技术。

技术领域

本发明涉及距离因子的目标特性计算、多尺度几何分析的数据融合技术、以及多向梯度的小目标检测技术，具体涉及在双波段图像融合的红外小目标检测方法。

背景技术

本发明的背景技术涉及三个关键步骤与方法：研究距离因子的目标特性计算方法、研究多尺度几何分析的数据融合方法、研究多向梯度的小目标检测方法。

距离因子的目标特性计算方法：由于描述目标与背景辐射对比度的取值范围较大、不确定，甚至突变。研究距离因子的目标特性计算方法，突出图像真目标和假目标的差异特征。

多尺度几何分析的数据融合方法：由于单个像素融合忽略人类视觉系统对局部敏感的特性和邻域像素间的关联性。研究多尺度几何分析的数据融合方法，使融合后图像的杂波被抑制，目标锐度更高和信息更丰富。

多向梯度时空滤波的小目标检测方法：由于杂波和噪声干扰，很难把真实目标从各种背景杂波和随机干扰中识别。研究多向梯度的小目标检测方法，实现小目标的高检测率。

发明内容

本发明的目的在于提供双波段图像融合的红外小目标检测方法，一种基于 3-5um中红外和8-12um长红外的双波段图像融合的红外小目标检测方法，分析目标及其背景在不同波段的辐射特性、传输特性、成像特性等存在差异，以突出图像真目标和假目标的差异特征；分析不同双波段图像存在的冗余和互补信息，使融合后图像的目标信息更丰富；分析杂波和噪声干扰，实现高检测率。

通过研究距离因子的目标特性计算方法、多尺度几何分析的数据融合方法与多向梯度时空滤波的小目标检测方法，识别小目标。本发明需要解决的关键科学问题如下：

(1)目标探测性能与目标背景对比度特性、探测器光谱匹配特性、大气传输特性和目标自身特性密切相关，而目标距离和尺寸大小对最终的探测效果有着重要影响。因此，设计距离因子描述目标距离和尺寸大小成为拟解决的关键科学问题。对检测概率的影响，实现距离因子随着距离的增加而减小，且在相同距离的情况下，目标越大，则距离因子越大。

(2)多尺度分析变换，低频信号表示近似信号分量和高频信号表示细节信号分量。小目标具有高频成分，而背景具有低频成分。因此，抑制低频成分，突出高频成分的图像融合决策准则成为拟解决的关键科学问题，使融合后图像的细节更丰富，更清晰。

(3)图像梯度特性受到外来干扰，本质是引发点目标的灰度值变化，从而使得图像梯度的局部特征值也发生改变，而梯度阈值的变化对目标检测概率和虚警概率影响较大。因此，设计自适应分割梯度阈值成为拟解决的关键科学问题，使之保留小目标和剔除杂波。

本发明解决其技术问题所采用的技术方案为：一种双波段图像融合的红外小目标检测方法，本发明的方法包括以下主要步骤：

(1)设计距离因子来描述目标距离和尺寸大小对探测概率的影响，距离因子l随着距离的增加而减小，且在相同距离的情况下，目标越大，则距离因子l 越大；

(2)首先采用非下采样Contourlet变换分解源图像；其次针对低频子带系数，采用系数置零的方法，针对高频子带系数，若区域能量小，则高频子带系数采用置零的方法，反之，若区域能量大，则高频子带系数采用绝对值最大法保留；再经非下采样Contourlet逆变换，获取小目标的融合图像f；