[发明专利]一种基于视觉注意机制的海上红外目标检测方法

摘要

本发明涉及一种基于视觉注意机制的海上红外目标检测方法，针对海上红外图像特点，引入基于视觉注意机制的目标检测算法，通过计算像素的显著值，确定目标在图像中的位置。首先提取红外图像边框作为背景像素，然后使用光栅扫描算法迭代更新背景点到像素点的所有路径中的最大最小像素值，获取辅助图。接着，根据辅助图计算路径代价获得显著图。以马氏距离作为图像与边框对比度图与上一步显著图相加，然后通过形态学闭运算、二值化操作获得目标区域位置。本发明根据像素特征获取目标显著性信息，极大的减少了海上小目标漏检率，并且能够有效的抑制海面波纹及天空云层引起的噪声，均匀突出目标，具有较高检测准确率。

主权项

一种基于视觉注意机制的海上红外目标检测方法，其特征在于步骤如下：步骤1、获取红外图像背景像素，并确定图像像素到背景像素路径：首先对输入图像I重新调整图像大小，使其最大像素数不超过300，提取宽度为γ的边界区域作为背景像素；所述γ的选择保证红外图像中的目标像素占比为30％～70％；所述图像I上连接像素x和背景种子节点的路径π＝<π(0),...,π(k)>是以相邻4个元素连接的像素序列，k表示路径个数，相邻四对像素分别为像素x(i,j)的上(i,j+1)下(i,j‑1)左(i‑1,j)右(i+1,j)四个元素；步骤2、获取红外图像的正向光栅扫描显著图：利用最小障碍距离MBD衡量图像像素与背景像素的对比度得到显著图，具体步骤为：步骤2.1获取辅助图U和L：以正向扫描顺序，从上到下，从左到右的顺序遍历输入的红外图像I的每一个像素；通过扫描获取像素x及其邻域的像素值，根据四邻域结构，令y表示x的邻域像素，P(y)表示分配于y的一条从x到背景像素的路径，计算在路径下的最大像素值U(y)和最小像素值L(y)；步骤2.2计算路径代价βI(Py(x))：路径代价通过追踪当前路径中最大最小像素值的辅助图U、L获得：βI(Py(x))＝max{U(x),I(x)}‑min{L(y),I(x)}其中：Py(x)表示P(y)·<y,x>，P(y)为经过像素y的一条路径，<y,x>表示x到y的代价，所以P(y)·<y,x>就表示x的一条附加代价<y,x>的路径；步骤2.3计算MBD值D(x)：首先将MBD值初始化0或∞，最终该值将通过迭代x上的最小化路径代价获得，该值定义为：D(x)←minD(x)βI(P(y)·<y,x>);]]>步骤2.4比较MBD值与路径代价值的大小，如果βI(Py(x))＜D(x)，则重复以上步骤，直至得到每个像素的最大MBD值，并以此作为红外图像的显著图；步骤3、获取红外图像的反向光栅扫描显著图：在获取正向光栅扫描方式计算得到的显著图后，通过反向光栅扫描算法重复计算红外图像的显著图；即按照从下到上，从右到左的顺序遍历输入的红外图像I的每一个像素；按照步骤2中，路径代价、MBD值以及辅助图U、L的计算公式，在反向扫描顺序下进行更新，直到获取每个像素的最大MBD值；在反向光栅扫描方法后，再交叉迭代进行正向光栅扫描算法和反向光栅扫描算法，直至每个像素的D(x)非负且不再变化，则该值作为最终MBD显著图中每个像素的MBD值；步骤4、计算图像边界对比度图Image Boundary Contrast，IBM：取图像边框并划分为上下左右四个区域k∈{1,2,3,4}，计算每个区域的平均灰度和协方差矩阵Qk，则其IBM图通过下式确定：ukij=(xkij-x‾)Q-1(xkij-x‾)T.]]>根据式归一化Uk，使每个区域的距离值位于(0,1)区间，获得四个区域的Uk值后，通过求和并减去最大uk值消除背景区域中目标占据比例较大的区域的影响，该过程通过下式表达：ui,j=(Σk=14uki,j)-maxkuki,j]]>最后再次归一化U，令其最大值为1；步骤5：将MBD显著图B与IBM图U进行相加，得到最终红外图像I的显著图；通过形态学闭运算，对显著图先膨胀后腐蚀，并对最后结果二值化；步骤6：对二值化区域进行标记，令连通区域像素标记为同一记号，计算这些区域面积，取面积最大区域以排除误检测区域，画出外包矩形框，即得到最终目标区域。