[发明专利]一种复杂环境下低空红外目标检测算法

摘要

本发明属于图像处理技术领域，具体涉及一种复杂环境下低空红外目标检测算法。本发明首先利用小波包对图像进行多尺度分解，与小波分解不同的是，小波包不仅能对低频信号进行分解，而且能将小波变换没有细分的高频分量进一步分解，从而提高了高频段的分辨率；然后基于高阶统计量的抗高斯干扰特性，提出了一个高斯判别准则，用于自适应选择相应的频带，使之与目标频谱相匹配，最终达到满意的检测效果。本发明提出的基于小波包和高阶统计量的算法能有效检测出单帧红外图像中的弱小目标，与经典的基于小波变换的目标检测算法比较，检测概率较高，且抑制噪声能力较强。

主权项

一种复杂环境下低空红外目标检测算法，其特征在于：该算法包括以下步骤：步骤一：将原始红外图像进行L＝4级Daubechies‑8小波包分解，则所有系数都保存在一个小波包分解树上，且每一层上所有小波包系数构成原始图像的一个完备集，可以完全重构原始图像；步骤二：计算分解树上第N(N≤L)层所有频带的峰度：其中c_ij是第i个频带的小波包系数矩阵，m是系数矩阵的元素个数；步骤三：当四个相邻频带的峰度满足高斯判别准则：则将该四个相邻频带的小波包系数合并；其中σ表示小波包系数服从理想高斯分布的置信度；步骤四：N＝N‑1，当N＞0时，转到步骤二，否则执行步骤五；步骤五：计算最终所有频带的峰度，将满足高斯判别准则和最低频带上的小波包系数置零，仅保留非高斯性小波包系数，利用新的小波包系数重建真正的目标图像；步骤六：对重建目标图像，进行阈值分割，得到目标。