[发明专利]一种基于背景分离的热红外图像倒影检测方法

权利要求书

1.一种基于背景分离的热红外图像倒影检测方法，其特征是，包括以下步骤：

建立热红外图像温度信息的高斯混合模型；

获取所述高斯混合模型的高斯分量；

通过所述高斯分量将热红外图像中的背景去除，获取前景图像；

对所述热红外图像进行超像素分块，得到超像素块；

通过所述超像素块与前景图像进行对比，获取前景超像素块；

将所述前景超像素块的粗糙度输入至支持向量机模型，得到实像和倒影；

所述粗糙度的计算公式如下：

其中，F_crs为粗糙度，m为图像高度，n为图像宽度，S_best(i,j)为点(i,j)的最佳平滑度；

所述最佳平滑度的计算方法如下：

计算得到红外图像活动窗口中像素平均温度；

根据所述像素平均温度计算得到水平方向和垂直方向互不重叠的窗口之间的平均温度差；

获取最大所述平均温度差对应的活动窗口大小；

根据所述窗口大小计算得到最佳平滑度。

2.根据权利要求1所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述前景图像的获取方法包括：

根据高斯分量的个数和概率密度函数计算得到高斯分量的权重；

通过对所述权重进行判断，得到背景分量；

按照拉达依准则确定所述背景分量对应的温度范围；

将所述背景分量对应的温度范围去除，得到前景图像。

3.根据权利要求2所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述权重的判断过程如下：

若高斯分量的权重大于等于高斯分量个数的倒数，则该高斯分量为背景分量，否则为前景分量。

4.根据权利要求2所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述高斯分量的个数的计算公式如下：

BIC＝ln(K)-2ln(L) (1)；

其中，K为高斯分量的个数，L为最大似然函数，BIC为信息熵。

5.根据权利要求2所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述高斯分量的权重的计算公式如下：

其中，p(x)为概率密度函数，K为高斯分量的个数，x为图像的温度，w_k为高斯分量的权重，μ_k为高斯分量的均值，Σ_k为高斯分量的方差，为高斯分布。

6.根据权利要求2所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述拉达依准则为：

其中，T_i为背景分量的温度值，G_i为第i个背景高斯分量，为第i个背景分量的均值，为第i个背景分量的方差。

7.根据权利要求1所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述对比的公式如下：

其中，S_i为第i个超像素块，p为超像素块与块内前景像素个数的比值，F为前景标识，B为背景标识。

8.根据权利要求1所述的一种基于背景分离的热红外图像倒影检测方法，其特征是，所述像素平均温度的计算公式如下：

其中，A_l(x，y)表示点(x，y)的像素平均温度，B(i，j)表示点(i，j)处的温度值，l表示活动窗口大小；

所述平均温度差的计算公式如下：

E_l，v(x，y)＝|A_l(x+2^l-1，y)-A_l(x-2^l-1，y)| (7)

E_l，h(x，y)＝|A_l(x，y+2^l-1)-A_l(x，y-2^l-1)| (8)

其中，E_l，v(x，y)为垂直方向上的平均温度差，E_l，h(x，y)为水平方向上的平均温度差；

所述最佳平滑度的计算公式如下：

S_best(i，j)＝2^l。