[发明专利]红外图像的小目标检测方法与系统

权利要求书

1.一种红外图像的小目标检测方法，其特征在于，包括：

步骤1，利用中值滤波技术对原始红外图像进行处理；

步骤2，利用背景差分技术对原始红外图像和中值滤波后的图像进行差分背景抑制处理；

步骤3，对差分背景抑制处理后的图像使用预设的阈值进行梯度锐化处理；

步骤4，提取梯度锐化后的图像中的红外小目标。

2.如权利要求1所述红外图像的小目标检测方法，其特征在于，步骤1包括：

步骤11，将选取好的预设模板的中心与原始红外图像中被选中的像素点重合，并在该图像中依次滑过该模板；

步骤12，读取图像中模板滑过的对应像素点的灰度值；

步骤13，对读取的灰度值进行排序；

步骤14，依据中值滤波原理从排序结果选取最中间的灰度值；

步骤15，将取出的灰度值赋给图像中对应模板中心位置的像素，遍历整个图像完成中值滤波过程。

3.如权利要求1所述红外图像的小目标检测方法，其特征在于，步骤2包括：

步骤21，获取原始红外图像和中值滤波后的图像中所有对应像素点的坐标和每一个像素点的当前帧图像；

步骤22，对当前帧图像进行平滑滤波，形成背景帧图像；

步骤23，根据以下公式对当前帧图像与背景帧图像进行差分背景抑制处理，获得残差图像：

d_k(x,y)＝|f_k(x,y)-b_k(x,y)|

其中，(x,y)为像素点坐标，f_k(x,y)为当前帧图像，b_k(x,y)为当前帧的背景图像，d_k(x,y)是当前帧与背景帧的差分结果；

步骤24，对残差图像进行二次滤波并输出二次滤波后的图像。

4.如权利要求1所述红外图像的小目标检测方法，其特征在于，步骤3包括：

步骤31，按照以下公式进行梯度值的计算：

|▽f(x,y)|＝{[f(x,y)-f(x+1,y)]²+[f(x,y)-f(x,y+1)]²}¹²

其中，f(x,y)表示图像函数，|▽f(x,y)|表示在像素点(x,y)处的梯度幅值；

步骤32，根据计算的梯度值选取预设的阈值对差分背景抑制处理后的图像进行锐化。

5.如权利要求1所述红外图像的小目标检测方法，其特征在于，步骤3包括：

步骤31，按照以下公式进行梯度值的计算：

|▽f(x,y)|＝|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|

其中，f(x,y)表示图像函数，|▽f(x,y)|表示在像素点(x,y)处的梯度幅值；

步骤32，根据计算的梯度值选取预设的阈值对差分背景抑制处理后的图像进行锐化。

6.一种红外图像的小目标检测系统，其特征在于，包括：

中值滤波模块，用于利用中值滤波技术对原始红外图像进行处理；

背景差分模块，用于利用背景差分技术对原始红外图像和中值滤波后的图像进行差分背景抑制处理；

梯度锐化模块，用于对差分背景抑制处理后的图像使用预设的阈值进行梯度锐化处理；

小目标提取模块，用于提取梯度锐化后的图像中的红外小目标。

7.如权利要求6所述红外图像的小目标检测系统，其特征在于，中值滤波模块包括：

重合单元，用于将选取好的预设模板的中心与原始红外图像中被选中的像素点重合，并在该图像中依次滑过该模板；

读取单元，用于读取图像中模板滑过的对应像素点的灰度值；

排序单元，用于对读取的灰度值进行排序；

中值单元，用于依据中值滤波原理从排序结果选取最中间的灰度值；

遍历单元，用于将取出的灰度值赋给图像中对应模板中心位置的像素，遍历整个图像完成中值滤波过程。