[发明专利]一种基于分级LCM的快速小目标检测方法

说明书

本发明公开了一种基于分级LCM的快速小目标检测方法，属于图像处理中的小目标检测技术领域。本发明的具体实现步骤为：首先针对待检测图像进行预处理，然后以图像块为基础进行第一级LCM滤波处理，筛选出可疑目标区块，其次以改进的多尺度LCM算法进行第二级滤波处理，实现对可疑目标区块的目标增强，最后根据自适应阈值划分，提取出待检测小目标。本发明可以用于视频序列中的小目标检测与跟踪系统中。

技术领域

本发明属于图像处理中的小目标检测技术领域，具体涉及一种基于分级LCM(局部对比度)的快速小目标检测方法。

背景技术

随着现代科技的迅猛发展，红外探测系统的性能取得了较大的提升。由于红外图像特殊的成像机理，在远距离成像的条件下，目标的许多特征难以在红外图像中显现出来。因此，红外图像中的小目标通常呈现出斑点状、成像面积小、缺乏明显的结构或纹理特征、信噪比低等特点，很容易淹没在复杂背景和噪声环境中。因此红外小目标检测与跟踪技术就应运而生，目前已经成为广泛应用于军事领域和民用领域的通用技术。复杂背景下的红外小目标检测是红外小目标检测与跟踪系统中的关键技术。通常来说，目标检测的结果在很大程度上取决于算法性能的好坏，特别是在实时处理系统中，还需要对小目标进行准确快速的检测。在不同的场景和条件下，红外小目标检测与跟踪系统应该具有较好的稳定性，并且在实现低虚警率的同时达到实时检测的要求。

从1989年开始，SPIE每年都会举办有关弱小目标检测技术的国际会议，研讨弱小目标检测技术的最新研究成果，数十年来相关的研究者们提出了各种检测方法。早期提出的一些传统的检测方法大多数都是基于空域滤波变换，包括最大中值/均值滤波(具体可参考文献《Deshpande,S D,Er,et al.Max-Mean and Max-Median filters for detectionof smalltargets[J].Proceedings of SPIE,1999,3809:74-83》)、双边滤波、卡尔曼滤波、形态学滤波(具体可参考文献《V.Tom,T.Peli,M.Leung,and J.Bondaryk.Morphology-based algorithm for point target detection in infrared backgrounds[J]Proc.SPIE,Oct.1993,vol.1954,pp.2–11》)等方法。另一方面由于小波在不同尺度下生成的图像信息提供了可以区分目标和背景的特征信息，因此基于这一思想，研究者们进一步提出了许多利用小波进行杂波背景小目标检测的方法(具体可参考文献《G.Boccignone,A.Chianese,and A.Picariello,Small target detection using wavelets,inProc.Int.Conf.Pattern Recognit.Aug.1998,vol.2,pp.1776–1778》)。