[发明专利]基于场景时空显著性的红外探测虚警检测方法及其应用

说明书

本发明公开了基于场景时空显著性的红外探测虚警检测方法及其应用。其中，所述检测方法包括：获得红外探测图像序列的帧间时域均值图像，获得帧间时域均值图像的帧内空域梯度图像的梯度幅值图，对梯度幅值图像进行灰度阈值分割处理，对分割处理后获得的候选检测结果图像进行四邻域判别，区分其中的盲元和正常像元。本发明的检测方法能够有效检测死像元、过热像元等多种类型红外探测系统盲元，具有较高的检测精度和较低的误检率，能够有效应用于红外探测系统点目标探测的虚警检测。

技术领域

本发明涉及红外探测信号处理的技术领域。

背景技术

现代机载光电探测系统广泛应用于飞行避障、飞弹空袭预警等空中目标探测与跟踪，以及对战场态势感知、飞机起飞着陆等地面目标搜索与定位。红外探测系统是现代机载光电探测系统的重要组成部分。红外探测技术是一种被动探测方式，具有较高的隐蔽性，并且能够有效探测目标的热辐射信号。随着红外探测技术的不断发展，红外点目标探测逐渐成为一个热门研究问题。而因红外探测器本身物理缺陷而存在的盲元(如死像元、过热像元等)导致的红外点目标虚警问题仍是红外点目标探测研究中亟待解决的问题之一。

红外探测系统中的盲元一般孤立出现且与背景相关度较低，与点目标特性相似度较高。盲元的存在会增加点目标探测的虚警率，往往使得点目标探测精度难以有效保证。现有技术中，关于红外探测系统盲元检测方法包括较为传统的3σ法、研究较多的基于定标的方法和基于场景的方法等，其中，基于定标的方法一般采用国标的方法，基于场景的盲元检测方法更易实现，相关研究较多。

另一些现有技术如曹扬等结合帧间中值滤波和关键帧技术，提出了一种基于场景的自适应滤波动态盲元检测方法；李召龙等结合图像序列帧间平均和帧内中值，提出了一种基于时域平均野值提取的盲元检测方法；詹伟等结合盲元响应随机性特点，提出了一种基于超像素分割的盲元检测方法，并给出了分割区域像素数和检测过程阈值设置方法；严飞等则结合主成分分解方法，提出了一种基于多元统计特性异常的盲元检测方法等。

尽管现有技术中已有很多盲元检测方法研究，但这些方法中均存在阈值分割自动化程度不够、虚警率过高等问题，限制了目标探测精度的提升。

发明内容

本发明的目的在于提出一种基于场景时空显著性的红外探测虚警检测方法，其分割的自适应性强、分割性强，利用了盲元在多帧图像连续出现的时间特性和盲元在单帧图像中与其他像元的奇异性，构建了时空显著性图，可准确地将探测中产生的盲元与目标像元区分开来，虚警识别率高，并可建立起准确的去盲元图像。

本发明的目的还在于提供该检测方法的一些具体应用。

本发明首选提供了如下的技术方案：

基于场景时空显著性的红外探测虚警检测方法，其包括：

S1获得多帧红外探测图像序列的帧间时域均值图像；

S2获得所述帧间时域均值图像的帧内空域梯度图像；

S3获得所述帧内空域梯度图像的梯度幅值图像；

S4对所述梯度幅值图像进行灰度阈值分割处理，由阈值分割后的像元组成候选检测结果图像；

S5对所述候选检测结果图像中的任一像元进行四邻域判别，区分其中的盲元和正常像元，得到盲元检测结果二值图像；

S6根据盲元检测结果二值图像得到的盲元坐标信息，在原图像中标记出盲元，得检出盲元后的图像，完成所述虚警检测。

根据本发明的一些具体实施方式，所述红外探测图像序列通过红外探测视频截取得到。

根据本发明的一些优选实施方式，所述阈值分割处理中的灰度阈值由图像的灰度均值、标准差及可调增益确定。

根据本发明的一些优选实施方式，所述灰度阈值设置如下：