[发明专利]基于局部标准差和Radon变换的目标检测方法

摘要

本发明公开了一种基于局部标准差和拉东Radon变换的目标检测方法。其步骤为(1)输入待检测彩色图像；(2)图像预处理；(3)获得不同灰度背景轮廓图像；(4)差分运算；(5)拉东Radon变换；(6)修正极大值曲线；(7)拉东Radon逆变换；(8)输出目标检测结果。本发明能够很好的解决现有技术中存在的算法复杂度太高，以及在点目标相对弱小时，容易在目标周围产生虚警点的缺陷，本发明提高了图像目标检测的效率和准确性。

主权项

一种基于局部标准差和Radon变换的目标检测方法，包括以下步骤：(1)输入待检测彩色图像：在计算机中应用matlab软件输入待检测的彩色图像；(2)图像预处理：用图像颜色空间转换方法，将待检测的彩色图像转换为灰度图像；(3)获得不同灰度背景轮廓图像：(3a)依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一个7×7像素滤波模板，计算每个7×7像素滤波模板中所有像素的标准差；以该标准差替代灰度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到含有小目标点的灰度背景轮廓图像f1；(3b)依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一个7×7像素滤波模板，在7×7像素滤波模板中抠去以所遍历灰度图像中的该像素为中心的3×3像素；计算7×7像素滤波模板中抠去3×3像素后剩余像素的标准差，以该标准差替代灰度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到只含有小目标边缘的灰度背景轮廓图像f2；(4)差分运算：按照下式，将含有小目标点的背景轮廓图像和只含有小目标边缘的背景轮廓图像做差分运算，得到含有噪点的小目标图像；D＝f1‑f2其中，D表示含有噪点的小目标图像；f1表示含有小目标点的背景轮廓图像；f2表示只含有小目标边缘的背景轮廓图像；(5)拉东Radon变换：按照拉东Radon变换公式，对含有噪点的小目标图像以1°为增量，进行0°‑180°方向拉东Radon变换，得到各个方向极大值曲线集合；(6)修正极大值曲线：(6a)从各个方向极大值曲线集合中，选取含有噪点的小目标图像的0°方向的一条极大值曲线，获得这条曲线的极大值；(6b)将0°方向的极大值曲线中所有低于0°方向极大值曲线极大值的80％的值取零，保留0°方向的极大值，得到修正后的0°方向极大值曲线；(6c)重复步骤(6a)、步骤(6b)，直至完成0°‑180°中每一个方向的极大值曲线的修正；(7)拉东Radon逆变换：按照拉东Radon逆变换公式，利用修正后的0°‑180°中每一个方向的极大值曲线的值，进行拉东Radon逆变换，获得小目标图像，完成图像目标检测；(8)输出目标检测结果。