[发明专利]一种缓动背景下融合时空域信息的红外小目标检测方法

说明书

本发明公开了一种缓动背景下融合时空域信息的红外小目标检测方法，包括：获取输入图像，基于输入图像获取时空域加权融合背景估计图像；基于时空域加权融合背景估计图像与输入图像获取残差图像；计算残差图像中像元处的低阈值；基于残差图像与低阈值，采用低阈值分割法构建时域背景更新图像；计算残差图像中像元处的高阈值，将残差图像中大于高阈值的像元作为红外检测目标。本发明能够适应时序缓动背景和时序稳定背景的背景估计，在背景估计过程中动态调节时域及空域信息的占比，具有更精确的背景估计效果。

技术领域

本发明属于红外弱小目标检测处理领域，特别是涉及一种缓动背景下融合时空域信息的红外小目标检测方法。

背景技术

随着近年来民用无人机技术的发展，违规使用无人机进行非法拍摄，扰乱公共治安的现象愈发频繁，红外成像系统由于具有全天候工作，隐蔽性好的优点，在安防、远距离目标检测等任务中得到了广泛的应用，如何利用红外成像系统对无人机位置进行侦测，从而做到对相关不法行为有效监管，成为当前急需解决的问题。红外小目标检测是红外成像系统对无人机搜索发现过程中涉及的一个核心信息处理环节，其主要包括背景估计和阈值分割两个部分。目前典型的时域背景估计方法包括ViBe，GMM等，该类型的算法在背景不动的条件下具有较好的背景估计性能。但是，在实际无人机目标的红外探测应用中，场景中通常包含缓动云层以及晃动树林等背景，此时仅通过时序信息无法获得准确的背景估计，导致背景抑制残差中存在大量缓动背景成分，阈值分割后检测结果中存在大量虚警，难以满足红外小目标的检测性能。

发明内容

本发明的目的是提供一种缓动背景下融合时空域信息的红外小目标检测方法，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了一种缓动背景下融合时空域信息的红外小目标检测方法，包括：

获取输入图像，基于所述输入图像获取时空域加权融合背景估计图像；

基于所述时空域加权融合背景估计图像与所述输入图像获取残差图像；

计算所述残差图像中像元处的低阈值；

基于所述残差图像与所述低阈值，采用低阈值分割法构建时域背景更新图像；

计算所述残差图像中像元处的高阈值，将所述残差图像中大于所述高阈值的像元作为红外检测目标。

可选地，基于所述输入图像获取时空域加权融合背景估计图像的过程包括：

基于所述输入图像获取空域背景估计图像与时域背景估计图像，基于所述空域背景估计图像与所述时域背景估计图像进行计算，获取所述时空域加权融合背景估计图像。

可选地，基于所述输入图像获取空域背景估计图像与时域背景估计图像的过程包括：

基于最大中值滤波算法、局部对比度方法、低秩分解方法对所述输入图像进行处理，获得所述空域背景估计图像；

基于迭代加权背景估计算法、混合高斯背景估计算法获得所述时域背景估计图像。

可选地，基于所述空域背景估计图像与所述时域背景估计图像进行计算的方法为：

M_i(x,y)＝B_i(x,y)+η_i(x,y)×[P_i(x,y)-B_i(x,y)]