[发明专利]一种红外弱小目标检测方法及装置

权利要求书

1.一种红外弱小目标检测方法，其特征在于，所述红外弱小目标检测方法至少包括：

S1：图像预处理步骤，对当前帧红外图像进行降噪和去噪处理；

所述步骤S1的图像预处理步骤至少包括：

计算当前帧红外图像统计直方图，并做直方图变换处理滤除图像中的极值噪声点；直方图变换处理过程包括：统计图像直方图后，删掉最高和最低数值5％数量的点；

采用双边滤波算法对红外图像进行预处理，降低噪声，增强目标的信噪比；采用双边滤波算法对红外图像进行预处理包括：先对图像进行垂直方向上的列滤波，再进行水平方向上的行滤波，所用公式为：

其中，w_H为归一化参数，w_s(p)为p点的空间域权值，w_r(p)为p点的灰度域权值，I(p)为p点像素值；

并利用形态学滤波再次进行预处理；

利用形态学滤波再次进行预处理包括：基于滤波模板进行闭运算，滤波模板为：

S2：图像分块步骤，将待处理图像分成有重叠的四块子图像，并进行并行处理；

S3：对子图像进行分区目标分割，利用最大类间方差法对大区进行目标分割，利用局部信杂比阈值分割方法对小区进行目标分割，对两个分割结果进行目标融合处理；

S4：对子图进行噪声滤波，包括散点滤波和形状滤波；

S5：计算目标信息，至少包括目标质心位置、大小和信噪比；

S6：对四块子图像处理结果进行目标融合处理，删除重叠区域重复检测出的目标，输出目标信息。

2.如权利要求1所述的一种红外弱小目标检测方法，其特征在于，所述步骤S3中，最大类间方差法的阈值计算公式为：

T_opt＝max[p₁p₂(μ₁-μ₂)²]

其中，μ₁、μ₂为分割后前景和背景的均值，p₁、p₂为前景和背景的概率密度，即像素点数量占整个图像的比例；

局部信杂比阈值分割方法中，阈值计算公式为：

T_LSCR＝μ_b+kσ_b

其中，μ_b为背景均值，σ_b为局部背景方差，k为常系数。

3.如权利要求1所述的一种红外弱小目标检测方法，其特征在于，所述步骤S4中对子图进行噪声滤波，包括先进行散点滤波，然后再进行形状滤波；

其中，散点滤波包括删掉小于4点的噪点；形状滤波包括删除长宽比大于5的假目标。

4.一种红外弱小目标检测装置，其特征在于，所述红外弱小目标检测装置基于权利要求1至3任一项所述的红外弱小目标检测方法实施，所述红外弱小目标检测装置至少包括预处理模块和目标检测模块；

所述预处理模块被配置为采用直方图变换、双边滤波和形态学滤波，进行图像噪声抑制，增加目标信噪比；

所述目标检测模块被配置为对图像进行分块并行处理，完成目标分割、噪声滤波及目标信息融合处理，实现对弱小目标的检测，输出目标信息。

5.如权利要求4所述的一种红外弱小目标检测装置，其特征在于，所述预处理模块基于FPGA芯片实现；所述目标检测模块基于DSP芯片实现。

6.如权利要求5所述的一种红外弱小目标检测装置，其特征在于，所述FPGA芯片为K7-235T芯片，DSP芯片为TMS320C6657芯片。