[发明专利]基于多特征融合的红外弱小目标检测方法

说明书

本发明提出了基于多特征融合的红外弱小目标检测方法，先基于红外弱小目标局部灰度值大的特性，利用目标与邻域背景的灰度对比度对真实目标进行增强、部分复杂背景进行抑制。其次，利用红外弱小目标自身灰度信息符合二维高斯分布的特性，通过计算红外弱小目标边缘像素点与中心像素点之间的距离和灰度差的协方差来检测目标，得到显着图一。再次，利用红外弱小目标与邻域相似度低的特性，通过计算相似性因子来检测目标，得到显着图二。最后，将显着图一与显着图二进行点乘，通过融合红外弱小目标多种特性得到最终显着图，对最终显着图计算简单阈值进行分割得到最终检测结果。本发明有效抑制了红外图像中的复杂杂波，同时提升了弱小目标检测的精度。

技术领域

本发明涉及红外图像目标检测领域，具体为基于多特征融合的红外弱小目标检测方法。

背景技术

红外目标检测是远程预警、精确制导等系统的核心技术之一，其中红外弱小目标检测是经典的难题。主要难点在于：1)成像距离很远，目标在图像中不仅缺乏特征信息而且极易与噪点混淆；2)高强度的杂波边缘很容易被误检为目标，使得虚警增加；3)既弱又小的目标往往会淹没在复杂背景中，从而造成严重的漏检。因此，复杂背景下的红外弱小目标检测一直是一项极具挑战性的任务。

目前，关于红外弱小目标检测的研究还很少。与之相关的红外小目标检测方法大体上可分为以深度学习为代表的数据驱动法和基于数学、物理知识建模的模型驱动法两类。其中，由于缺乏红外弱小目标图像集、训练开销大且实时性差等问题，导致数据驱动法在实际工程中应用较少。模型驱动的红外小目标检测方法可进一步分为单帧方法和多帧方法。不过，由于无法获取目标的精确运动模型，使得多帧方法在红外弱小目标检测中效果受限。因此，高性能的单帧方法在红外小目标检测中更受重视。

自处理思路方面分析，红外小目标的单帧检测方法包括三类：一类可以称之为恢复背景法，其思想是先基于稀疏和低秩矩阵恢复背景，再用原图像减去背景图像，从而达到凸显目标的目的，但是存在对像素值敏感、耗时较长等问题。第二类是背景抑制法，主要是采用滤波技术抑制均匀背景和杂波。但是，该类方法对背景边缘很敏感，制约了其在空天目标检测等复杂场景中的使用。第三类是新兴的抑制背景增强目标并举法，主要是利用人类视觉的局部对比度敏感特性，通过提取目标与背景的局部对比度增强目标。该类多数方法在背景变化平稳的场景中检测效果都较好，但用于复杂场景的红外弱小目标检测时，无法有效抑制复杂背景中的高强度杂波边缘，致使虚警率高。因此，复杂背景下的红外弱小目标检测方法还有较大的发展空间。

发明内容

本发明针对复杂背景下红外弱小目标普遍存在检测率低、虚警率高的问题，提出一种基于多特征融合的红外弱小目标检测方法，用于复杂背景下红外图像弱小目标的检测，有效提高检测的准确率及鲁棒性。

本发明采用如下技术方案：基于多特征融合的红外弱小目标检测方法，包括以下步骤：首先，基于红外弱小目标局部灰度值大的特性，利用目标与邻域背景的灰度对比度对真实目标进行增强、部分复杂背景进行抑制；其次，利用红外弱小目标自身灰度信息符合二维高斯分布的特性，通过计算红外弱小目标边缘像素点与中心像素点之间的距离和灰度差的协方差来检测目标，得到显着图一；再次，利用红外弱小目标与邻域相似度低的特性，通过计算相似性因子来检测目标，得到显着图二；最后，将显着图一与显着图二进行点乘，通过融合红外弱小目标多种特性得到最终显着图，对最终显着图计算阈值进行分割得到最终检测结果。