[发明专利]弱小目标检测方法

说明书

本发明旨在提供一种弱小目标检测方法，包括以下步骤：A、对多帧数的待检测图像进行读取；B、构建多个方向的梯度扩散函数，根据梯度扩散函数构建各向梯度差分函数；C、构建背景预测程序，预设其中的停止参数、步长参数及各向梯度差分函数的收敛函参数；D、运用背景预测程序结合各项异性对各帧的待检测图像进行背景预测得到背景预测结果图；E、对各帧的背景预测结果图进行背景估计建模，并将各帧的背景预测结果图与背景估计建模图分别作差得到各帧的图像差分图；F、对多帧数的图像差分图进行拉伸，得到对应的多帧数拉伸图，并进行叠加，即得到小目标的运动轨迹图。该方法克服现有技术缺陷，具有小目标能量增强明显、检测准确度高的特点。

技术领域

本发明涉及图像处理领域，具体涉及一种弱小目标检测方法。

背景技术

弱小目标的检测一直是图像处理的难题，在各种复杂的条件下提取肉眼不可见的目标，对相关的算法的要求是非常高的，有些目标埋没在各种噪声当中，如果没有精良的算法是难以将其检测出来的。处理小目标不仅需要过滤各种复杂背景，还需要考虑到小目标的信号能量，这就需要设计各种算法时考虑最大程度的削弱背景噪声，且最小的影响到目标能量，甚至是在预处理背景的同时对小目标点能量进行加强。

发明内容

本发明旨在提供一种弱小目标检测方法，该方法克服现有技术缺陷，具有小目标能量增强明显、检测准确度高的特点。

本发明的技术方案如下：

一种弱小目标检测方法，包括以下步骤：

A、对多帧数的待检测图像进行读取；

B、构建多个方向的梯度扩散函数，根据梯度扩散函数构建各向梯度差分函数；

C、构建背景预测模型，预设其中的停止参数、步长参数及各向梯度差分函数的收敛函参数；

D、运用背景预测模型结合各项异性对各帧的待检测图像进行背景预测，得到各帧的背景预测结果图；

E、对各帧的背景预测结果图进行背景估计建模，得到各帧的背景估计建模图，将各帧的背景预测结果图及其对应的背景估计建模图分别作差得到各帧的图像差分图；

F、对多帧数的图像差分图进行拉伸，得到对应的多帧数拉伸图，将多帧数拉伸图进行叠加，即得到小目标的运动轨迹图。

优选地，步骤B中所述的多个方向的梯度差分函数包括四个方向的各向梯度扩散函数，分别如下：

CL＝1/(1+1/(M×|(f(i,j)-f(i,j-t))|/K))；

CR＝1/(1+1/(M×|(f(i,j)-f(i,j+t))|/K))；

CP＝1/(1+1/(M×|(f(i,j)-f(i-t,j))|/K))；

CD＝1/(1+1/(M×|(f(i,j)-f(i+t,j))|/K))；

其中CL、CR、CP、CD分别为四个方向的各向梯度扩散函数，M为限制常数，K为停止参数，f(i，j-t)f(i，j)、f(i,j+t)、f(i-t,j)、f(i+t,j)分别表示四个子区域距离中心像元的步长距离，t表示中心像元到四个方向的步长；

所述的各向梯度差分函数的表达式如下：

优选地，所述的步骤C中的背景预测模型包括以下步骤：

c1、对读取的图像进行边缘处理；

c2、求取各个像素点四个方向上的梯度值的绝对值；

c3、把各像素四个方向的梯度绝对值带入相对应方向的各向梯度扩散函数中求得各个像素点四个方向的方向系数；