[发明专利]一种基于二元显著性特征的海面红外目标检测方法

权利要求书

1.一种基于二元显著性特征的海面红外目标检测方法，其特征在于，包括：

(1)根据目标尺寸，对原始红外图像进行基于中心环绕抑制的显著性特征提取，得到抑制背景的特征图，对原始红外图像进行基于广义统一局部二进制模式的显著性特征提取，得到排除干扰的特征图；

(2)将抑制背景的特征图和排除干扰的特征图融合，得到目标二元显著性特征图；

(3)在目标二元显著性特征图上，提取目标感兴趣区，基于目标感兴趣区在原始红外图像对应的ROI区域提取类间类内方差比特征，利用类间类内方差比特征，剔除虚警，得到目标检测结果。

2.如权利要求1所述的一种基于二元显著性特征的海面红外目标检测方法，其特征在于，所述基于中心环绕抑制的显著性特征提取包括：

原始红外图像的像素点(x，y)的灰度值为f(x，y)，抑制后灰度值为g1(x，y)，取(x，y)的邻域局部回形窗口，抑制模型如下：

g1(x，y)＝|f(x，y)-m_b|*contrast(x，y)

其中，m_b为邻域回形窗口像素的灰度均值，|f(x，y)-m_b|为(x，y)处的灰度值与其邻域平均灰度的差异，为邻域回形窗口内第n大的灰度值，contrast(x，y)为背景抑制因子；

对抑制后灰度值g1(x，y)进行归一化处理，得到基于中心环绕抑制的显著性特征g3(x，y)，进而得到抑制背景的特征图。

3.如权利要求1或2所述的一种基于二元显著性特征的海面红外目标检测方法，其特征在于，所述基于广义统一局部二进制模式的显著性特征提取包括：

以原始红外图像的像素点(x，y)为中心点定义k×k的窗口，k为奇数，计算半径为(k-1)/2的圆形八邻域点的灰度值f_i(x，y)，i∈[0，7]，

然后，根据下式计算即可得到基于广义统一局部二进制模式的显著性特征g2(x，y)：

其中，θ_i为邻域点与中心点的灰度值比较结果，N_k为二进制数中的跳变次数。

4.如权利要求1或2所述的一种基于二元显著性特征的海面红外目标检测方法，其特征在于，所述目标二元显著性特征图为：

g(x，y)＝255*g3(x，y)*g2(x，y)

其中，g(x，y)为目标二元显著性特征图，g3(x，y)为基于中心环绕抑制的显著性特征，g2(x，y)为基于广义统一局部二进制模式的显著性特征。

5.如权利要求1或2所述的一种基于二元显著性特征的海面红外目标检测方法，其特征在于，所述提取目标感兴趣区包括：

利用完整覆盖目标的n×n窗口，遍历目标二元显著性特征图，计算n×n窗口内的灰度均值μ_ROI和标准差σ_ROI，按照下式计算目标感兴趣特征f_ROI：

f_ROI＝μ_ROI+ασ_ROI

其中，α为常数；

当目标感兴趣特征f_ROI大于ROI分割阈值Th_ROI时，得到目标感兴趣区。

6.如权利要求1或2所述的一种基于二元显著性特征的海面红外目标检测方法，其特征在于，所述类间类内方差比特征包括：

根据目标感兴趣区，提取原始红外图像对应的ROI区域的块图，统计块图灰度直方图，并按照下式计算块图的类间类内方差比特征f_VRBIC：

f_VRBIC＝r(t_m)

其中，t为块图的灰度等级，r(t)为灰度等级为t的类间类内方差比，为类间方差，为类内方差，t_m为r(t)取最大值时的灰度等级，r(t_m)为灰度等级为t_m的类间类内方差比。