[发明专利]一种自适应目标检测方法及其装置、设备、存储介质

说明书

本发明公开了一种自适应目标检测方法及其装置、设备、存储介质，该方法包括获取原始图像；对所述原始图像进行差分滤波处理，得到滤波处理图像；对所述滤波处理图像进行聚类合并处理，得到若干图像感兴趣区域；分别计算每个所述图像感兴趣区域与所述原始图像的对比度；以及根据所述对比度得到目标图像。本发明采用差分滤波器对原始图像进行滤波处理，排除了大部分背景区域，然后基于聚类合并方法得到若干图像感兴趣区域ROIS，实现对原始图像的有效分割，最后结合图像感兴趣区域ROIS与原始图像的对比度进行虚假目标的进一步排除，从而实现了在简单背景或是复杂背景的目标检测中降低虚警率，提高检测效果。

技术邻域

本发明属于目标检测技术邻域，具体涉及一种自适应目标检测方法及其装置、设备、存储介质。

背景技术

随着目标检测技术的发展，红外小目标的检测、跟踪和识别主要来自红外搜索与跟踪系统，如何从获取的红外图像中检测并跟踪目标就成为了重中之重。因此，红外小目标的检测一直是红外探测邻域的热点课题，研究红外小目标的检测方法对反导作战具有深远的意义。

现有的红外小目标检测方法主要包括两个步骤：对图像进行背景抑制处理、对背景抑制后的图像进行分割处理。其中，对图像进行背景抑制处理实现了对目标的增强，常见的背景抑制方法包括空域滤波法、形态学滤波法以及基于背景预测法，这些背景抑制方法实现了图像中高低频信号的分离，达到突出目标的效果；对背景抑制后的图像进行分割处理实现了图像的有效分割，通过有效分割图像得到目标图像，常见的分割方法包括门限化分割和区域化分割，典型的门限化分割有灰度阈值分割法，分割效果依赖于灰度阈值的选取，区域化分割有区域生长法和分裂合并法，分割效果依赖于种子点的选取和相似性准则的选取。

上述现有的红外小目标检测方法在简单场景下，因为图像有效信息多，背景干扰信息少，所以检测效果较好，但在复杂背景下，因为受背景干扰信息的影响，导致检测效果变差。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种自适应目标检测方法及其装置、设备、存储介质。

本发明实施例提供了一种自适应目标检测方法，该方法包括：

获取原始图像；

对所述原始图像进行差分滤波处理，得到滤波处理图像；

对所述滤波处理图像进行聚类合并处理，得到若干图像感兴趣区域；

分别计算每个所述图像感兴趣区域与所述原始图像的对比度；以及

根据所述对比度得到目标图像。

在本发明的一个实施例中，对所述原始图像进行差分滤波处理，得到滤波处理图像，包括：

利用高斯差分滤波器对所述原始图像进行差分滤波处理，得到所述滤波处理图像。

在本发明的一个实施例中，对所述滤波处理图像进行聚类合并处理，得到若干图像感兴趣区域，包括：

利用第一预设阈值从所述滤波处理图像中获取若干目标像素点；

对所述若干目标像素点进行聚类合并处理，得到所述若干图像感兴趣区域。

在本发明的一个实施例中，对所述若干目标像素点进行聚类合并处理，得到所述若干图像感兴趣区域，包括：

根据距离阈值、灰度阈值、邻域样本数阈值，采用密度聚类方法对所述若干目标像素点进行聚类合并处理，得到所述若干图像感兴趣区域。

在本发明的一个实施例中，分别计算每个所述图像感兴趣区域与所述原始图像的对比度，包括：

分别获取每个所述图像感兴趣区域相邻的若干原始图像块；

分别计算每个所述图像感兴趣区域的第一灰度值和第二灰度值；