[发明专利]一种基于前景加权局部对比度的红外微弱目标检测方法有效
申请号: | 201711470286.X | 申请日: | 2017-12-29 |
公开(公告)号: | CN108182690B | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 刘杰;冯伟;邵蕾 | 申请(专利权)人: | 中国人民解放军63861部队 |
主分类号: | G06T7/136 | 分类号: | G06T7/136;G06T7/20 |
代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 周明飞 |
地址: | 137001*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 局部对比度 加权 微弱目标 像素 测度 图像 杂波 检测 从上到下 概率估计 红外成像 加权因子 加速算法 邻域结构 阈值分割 检测率 虚警率 滑窗 引入 | ||
1.一种基于前景加权局部对比度的红外微弱目标检测方法,其特征在于,包括:
步骤一、采用邻域结构模板在原始图像内从上到下、从左到右逐像素进行滑窗;其中,邻域结构模板包括位于中心的目标区域和周围区域,所述目标区域为方形,包含一个或多个像素;
步骤二、根据邻域结构模板,逐个计算像素的局部对比度;
步骤三、比较像素所在的目标区域的最外层像素与其四邻域的周围像素灰度值的大小,记录满足周围区域内像素的灰度值大于等于对应目标区域最外层像素的灰度值的像素对的个数,然后计算像素属于目标的概率;
步骤四、结合步骤二和步骤三,将局部对比度和目标概率相乘可以得到像素的加权局部对比度;对于图像中的每个像素完成滑窗过程,并计算每个像素的加权局部对比度,进而得到全图的加权局部对比度图;
步骤五、定义邻域结构共有L个尺度,其中,L≥1,Iout1(x,y)、Iout2(x,y)、…、IoutL(x,y)为L个邻域结构尺度时像素I(x,y)的L个加权局部对比度值,根据最大值融合策略,L个邻域结构尺度时像素I(x,y)最终的加权局部对比度值为
Iout(x,y)=max[Iout1(x,y),Iout2(x,y),...,IoutL(x,y)]
步骤六、通过对加权局部对比度图进行阈值分割即可提取出目标,进而实现目标检测。
2.根据权利要求1所述的基于前景加权局部对比度的红外微弱目标检测方法,其特征在于,所述目标区域包含M个像素,即为M=m×n,周围区域是与目标区域相邻的区域,宽度为1个像素,包含N个像素,其中N=2m+2n+4,其中,m为目标区域内横向像素个数,n为目标区域内纵向像素个数。
3.根据权利要求2所述的基于前景加权局部对比度的红外微弱目标检测方法,其特征在于,所述步骤二中像素的局部对比度计算公式为:
D(x,y)=|mt(x,y)-ms(x,y)|
其中,mt(x,y)为像素I(x,y)所在的目标区域内所有像素的灰度平均值,ms(x,y)为周围区域内所有像素的灰度平均值,Ij为目标区域内第j个像素I(x,y)的灰度值,Ik周围区域内第k个像素I(x,y)的灰度值。
4.根据权利要求1所述的基于前景加权局部对比度的红外微弱目标检测方法,其特征在于,像素属于目标的概率的计算公式为:
其中,k为满足周围区域内像素的灰度值大于等于对应目标区域像素灰度值的像素点对的个数。
5.根据权利要求1所述的基于前景加权局部对比度的红外微弱目标检测方法,其特征在于,所述步骤六中的阈值计算公式为:
其中,T为分割阈值,为加权局部对比度图的平均值、Imax为加权局部对比度图的最大值,α为固定常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军63861部队,未经中国人民解放军63861部队许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711470286.X/1.html,转载请声明来源钻瓜专利网。