[发明专利]一种红外图像小目标检测方法

权利要求书

1.一种红外图像小目标检测方法，其特征在于，所述方法包括以下步骤：

步骤S1：从红外图像中提取候选目标的位置信息；

步骤S2：计算候选目标所在位置的邻域特征信息；

步骤S3：将邻域特征信息输入到判别模型进行虚假目标排除；

步骤S4：输出真实目标的位置信息；

其中，所述步骤S2中，候选目标所在位置的邻域特征信息是通过建立和候选目标点灰度相关的邻域点集得到的；邻域点集的建立方法包含以下步骤：

步骤S21：初始化邻域点集set(0)；

邻域点集的初始化方法是将当前候选目标点的像素值加入到邻域点集set(0)中；

步骤S22：扩充邻域点集set(n)；

邻域点集的扩充方法是首先找到出当前邻域点集set(n-1)的极大值，然后将该极大值周围3×3邻域的8个像素点的像素值加入到邻域点集中，并将该极大值从邻域点集中去除便得到扩充后的邻域点集set(n)；

步骤S23：完成邻域点集set(N)；

经过N次步骤S22的邻域扩充便完成了邻域点集建立；

其中，所述步骤S23中，所述N的大小根据检测目标大小确定；

其中，所述步骤S23中，N＝200；

其中，所述步骤S2中，所述候选目标所在位置的邻域特征信息表示为一数据向量feature＝{f0,f1……fN}；

其中，fn＝max(set(n))，n＝1……N。

2.如权利要求1所述红外图像小目标检测方法，其特征在于，所述步骤S1中，所述从红外图像中提取候选目标的位置信息的过程采用本技术领域现有的红外小目标提取算法。

3.如权利要求2所述红外图像小目标检测方法，其特征在于，所述步骤S1中，所述从红外图像中提取候选目标的位置信息的过程采用基于数学形态学的方法或基于Top-Hat算子的红外图像背景抑制方法，通过寻找背景抑制后的图像灰度极值点来获取候选的目标的位置信息。

4.如权利要求1所述红外图像小目标检测方法，其特征在于，所述步骤S3中，所述判别模型的获得方法为现有机器学习模型训练方法，训练所需的特征为步骤S2所输出的邻域特征信息。

5.如权利要求4所述红外图像小目标检测方法，其特征在于，所述步骤S4中，所述真实目标的位置信息即为候选目标经过判别模型判别得到的结果。