[发明专利]一种基于分级LCM的快速小目标检测方法

权利要求书

1.一种基于分级LCM的快速小目标检测方法，其特征在于，包括下列步骤：

步骤1：将输入的待检测原始图像转换成灰度图像I，并通过小尺寸中值滤波，对灰度图像I进行噪声滤除处理，得到去噪图像I'；其中小尺寸定义为小于待检测小目标面积的尺寸；

步骤2：对去噪图像I'进行子块划分，得到以图像块为单位的图像块集合In；

步骤3：采用LCM算法对图像块集合In进行第一级滤波，得到图像块集合In中的每个图像块的滤波结果，基于所有图像块的滤波结果得到突出度矩阵SM；

步骤4：基于预设的第一级阈值T1，根据突出度矩阵SM，将图像块集合In划分为可疑目标区块TB和背景区块BB：若当前图像块的滤波结果大于第一级阈值T1，则将该图像块作为可疑目标区块TB；否则作为背景区块BB；

其中第一级阈值T1的取值范围在突出度矩阵SM的最大值和最小值之间；

步骤5：对所有的可疑目标区块TB，采用改进的多尺度LCM算法进行第二级滤波处理，得到使目标区域增强的进一步图像eTB；

其中第二级滤波处理具体为：

以每个可疑目标区块TB的每个像素点为中心点，依次向外扩展N个矩形边框；

在每一个矩形边框中，计算当前矩形边框中每个像素点的灰度值和中心点的灰度值的比值，并选出当前矩形边框中比值最小的结果；

依次遍历N个矩形边框，得到N次比值最小的选择结果，选取其中最大值作为中心点的中间响应结果；

对中心点的中间响应结果做非线性变换：当中间响应结果大于1时，将中间响应结果乘以中心点的原灰度值作为增强值输出，即最终响应结果；否则，将中心点的原灰度值作为最终响应结果；

步骤6：将目标区域增强图像eTB与可疑目标区块TB进行差分处理，得到差分图像Diff；

步骤7：设定第二级阈值T2，对差分图像Diff进行二值划分得到二值图像BW：若当前像素值小于第二级阈值T2，则设置为0；否则设置为1；

步骤8：对二值图像BW进行连通域标记，将所有值为1的连通域作为小目标区域。

2.如权利要求1所述的方法，其特征在于，步骤2中，子块划分为：每个子块边长为待检测小目标最大尺度边长的两倍，每次划分的移动步长为子块边长的一半。

3.如权利要求1所述的方法，其特征在于，步骤7中，第二级阈值T2具体设置为：T2＝μ_d+kσ_d，其中μ_d和σ_d分别为差分图像Diff的均值和标准差，k为预设的自选经验参数。

4.如权利要求3所述的方法，其特征在于，参数k的取值范围为3～5。

5.如权利要求1所述的方法，其特征在于，步骤5中，依次向外扩展3个矩形边框。

6.如权利要求1所述的方法，其特征在于，步骤1中，对灰度图像I进行噪声滤除处理具体为：

基于所设置的小尺寸滤波器的矩形结构元，首先选定中心点：若矩形结构元存在中心像素点，则以其为矩形结构元的中心点，否则从矩形结构元靠近中心位置处选定一个像素点作为其中心点；

然后再对矩形结构元包括的所有像素点的灰度值进行升序或者降序排序，若像素点个数为奇数，则选取排序后中间位置灰度值作为其中心点的灰度值，否则选取排序后中间位置的两个灰度值的均值作为其中心点的灰度值。