[发明专利]一种红外序列图像中的小目标检测方法

摘要

本发明公开了一种红外序列图像小目标检测方法，属于图像数据处理领域，包括：(1)图像预处理步骤，获得得到红外序列图像各帧图像的差值图像；(2)背景建模步骤，得到各帧图像的特征图像；(3)最小非均衡图切割步骤，即求得最佳分割阈值，并利用该最佳分割阈值对上述得到的特征图像进行分割，即可检测出红外小目标。本发明方法对于背景分布相对均匀的图像来说，背景可以很好的重建；最小非均衡图切割方法将分割问题转化为图的切割问题，从切割能量的角度出发，去寻找最佳的分割阈值，能够更加准确的分割出目标。

主权项

一种红外序列图像小目标检测的方法，包括如下过程：(1)图像预处理步骤：对于红外序列图像中每一帧图像，首先，去除图像中每一行的均值，然后用大小不等的两个窗口分别对图像进行均值滤波，最后计算图像在两次均值滤波后的差值，得到每一帧图像的差值图像；(2)背景建模步骤，即建立每一帧图像的差值图像的重建图像，并获得每一帧图像的特征图像，具体为：首先，对每一帧图像的差值图像及该每一帧图像的相邻帧图像的差值图像分别做分块处理；其次，将该每一帧图像的差值图像的任一像素块视为矢量，从另一差值图像中搜索其最近邻的k个像素块，除去与其距离最近的一个像素块，然后根据剩下的k 1个近邻像素块重建该像素块，对该每一帧的差值图像所有像素块的重建，即可获得该差值图像的重建图像，其中，k为大于1的正整数；然后，将该每一帧图像的差值图像与其重建图像相减，获得每一帧图像的特征图像；(3)最小非均衡图切割步骤：对于每一帧图像的特征图像，首先建立像素间的网格图模型G(V，E)，其中节点为像素，边为相邻像素间的约束w(u，v)，该约束w(u，v)用于定义相邻像素的平滑性；其次，将网格模型G(V，E)视为三维图，其中高度为像素灰度，平面坐标为像素的位置，以阈值t作为切割面，将三维图中的节点分为A和B两部分，计算图像A和图像B两部分间的切割能量以及最优化函数大小，并从阈值t的最大值往下进行循环遍历，使最优化函数取最小值的阈值，作为最佳分割阈值；最后，利用该最佳分割阈值对上述得到的每一帧图像的特征图像进行分割，即可分割出红外小目标，完成检测。