[发明专利]一种红外弱小目标检测方法及装置

说明书

本发明公开了一种红外弱小目标检测方法，所述方法至少包括：S1：图像预处理步骤；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。本方法针对红外图像噪声抑制、小弱目标检测设计了改进方法，可有效提高小弱目标检测概率，降低虚警率。

技术领域

本发明属于图像处理及目标检测技术领域，尤其涉及一种红外弱小目标检测方法及装置。

背景技术

红外弱小目标检测是红外探测系统最重要的性能指标之一。受探测器及天气、环境等因素影响，红外目标对比度低、信噪比低，可用于目标检测的特征少；环境、背景干扰不断变化，远距离目标尺寸小，常常淹没在背景噪声中。以上因素使得红外弱小目标检测变得非常困难，影响了红外探测系统的性能。

研究人员针对红外目标检测提出了很多方法，一般分为跟踪前检测(DBT)和检测前跟踪(TBD)两种手段。DBT方法的思想是通过背景抑制、候选目标检测、目标多帧确认等流程进行单帧检测，适用于信噪比较大的目标检测。TBD方法则是在目标检测之前，通过对候选目标运动轨迹上的能量积累，根据序列图像进行真实目标轨迹确认，适用于信噪比不高的目标检测。

目前，红外目标检测方法大多还是从可见光图像处理技术发展而来，分别从不同角度解决了一部分目标检测问题，但是专门针对红外弱小目标的检测方法还是比较少。近年来提出的基于神经网络、显著性特征、小波变换等方法，在适应性和计算量方面也都存在各种问题。

发明内容

本发明的目的在于，为克服现有技术缺陷，本发明公开了一种红外弱小目标检测方法及装置，针对红外图像噪声抑制、小弱目标检测设计了改进方法，可有效提高小弱目标检测概率，降低虚警率。同时，本发明设计的并行处理方法及装置可满足工程实现要求。

本发明目的通过下述技术方案来实现：

一种红外弱小目标检测方法，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；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。

根据一个优选的实施方式，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；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；并利用形态学滤波再次进行预处理。

根据一个优选的实施方式，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。

根据一个优选的实施方式，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。

根据一个优选的实施方式，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：

根据一个优选的实施方式，所述步骤S3中，最大类间方差法的阈值计算公式为：