[发明专利]一种基于多级抑噪的暗弱目标检测方法

说明书

本发明提供了一种基于多级抑噪的暗弱目标检测方法。针对目标的信噪比以及目标与背景的对比度低，且目标在整幅图像中所占的像素数少而对目标检测造成困难的问题，利用背景消除、阈值分割、大块噪声消除、小粒噪声消除以及目标修复等步骤对暗弱目标进行探测。本发明与现有技术的有益效果在于：本发明方法可以在单帧图像中目标与背景的对比度低的情况下成功检测到目标；且解决了目标能量泄露问题。

技术领域

本发明属于图像处理领域，具体涉及一种基于多级抑噪的暗弱目标检测方法。

背景技术

对于探测系统而言，当被检测目标与探测器之间的距离达到十几甚至几十公里时，在大气扰动、光学散射和衍射等外界因素的影响下，成像的目标呈现“弱”和“小”的特征。其中“弱”主要是目标的信噪比以及目标与背景的对比度较低；“小”则主要是目标在整幅图像上所占有的像素数少。低信噪比图像弱小目标常常出现在包括天空、地面和海面等多种场景中，混杂在自然杂波中难以区分，致使目标检测面临高虚警率和低检测率的难题。

暗弱目标的检测主要有以下难点：

·目标对比度低，可用于目标检测的特征少。在远距离情况下，探测器接收到的目标信号强度有限，信噪比很低。目标成像面积小，有的只有几个像素，因而缺少轮廓和形状特征，可供利用的信息比较少。

·背景复杂，目标常淹没在背景或噪声中，远距离目标通常受到强烈背景的干扰，如白天的强烈天空背景。

在目前的文献中，有许多对暗弱目标的提取方法。比如，灰度阈值分割法，包括整体阈值分割和局部阈值分割，该方法对信噪比高的的目标有效，对低信噪比低对比度的目标很难提取。累加法叠加多帧图像，增强目标信息，这种方法不适用于快速运动的目标。也有文献利用目标与背景、噪声在图像局部强度、梯度和散度等结构特征上的差异性、奇异性进行暗弱目标检测，但是这种方法计算量大，不利于实时检测跟踪。

发明内容

本发明要解决的技术问题为：针对强烈天空背景对暗弱目标探测造成影响的问题，提供一种基于多级抑噪的暗弱目标检测方法。利用背景消除、阈值分割、大块噪声消除、小粒噪声消除以及目标修复等步骤对暗弱目标进行探测，经过实测强天空背景下的目标图像得到较好的检测性能。

本发明的采用的技术方案为：一种基于多级抑噪的暗弱目标检测方法，具体实现步骤为：

步骤1、对原始图像进行中值滤波，再用原始图像减去滤波图像，得到背景抑制图；

步骤2、计算背景抑制图的全局阈值，并将背景抑制图减去阈值，得到抑噪图和分割亮区图；

步骤3、计算出分割亮区图中各连通域的面积，将大于面积阈值的连通域的像素点置零，再将其乘以抑噪图得到结果图；

步骤4、对步骤3结果图进行二值分割，得到二次分割亮区图；

步骤5、以二次分割亮区图为种子，利用分水岭算法修复目标。

进一步地，所述步骤2中计算背景抑制图的全局阈值可用Otsu算法来实现。

本发明与现有技术相比的有益效果在于：

(1)本发明解决了目标能量泄露问题；

(2)即使单帧图像中，目标与背景的对比度低，也能成功检测到目标。

(3)即使目标与背景粘连，也能成功还原目标边缘信息。

附图说明

图1是实施例中采集的暗弱目标原始图；

图2是实施例中暗弱目标原始图的三维图；

图3是实施例中经过中值滤波后的背景抑制图；

图4是实施例中的减去阈值后的抑噪图；