[发明专利]复杂背景条件下红外弱小目标尺寸自适应估算方法

说明书

(一)技术领域

本发明涉及一种红外弱小目标尺寸自适应估算方法，属于红外图像目标检测领域。

(二)背景技术

近年来，红外热成像技术被广泛应用于军事、航空航天等领域，如红外预警系统越来越重视通过目标自身所产生的红外辐射来探测目标。为了尽早发现目标，使红外预警等防御武器有足够的反应时间，往往要求目标在距离红外成像系统很远处就被检测出来。

在远距离成像时，目标在红外成像系统中呈现弱小目标的特性，即所占像素点很少并且目标图像信噪比极低，这给防御武器系统检测目标带来了极大的困难。除此之外，随着各国反隐身技术的发展，目标自身的红外辐射强度会越来越低，并且目标在飞行的过程中所处的背景也会越来越复杂，这些都会给弱小目标检测带来很大的困难。因此研究复杂背景下红外弱小目标的检测具有重大意义。

红外图像预处理是红外图像信号处理过程中的一个至关重要的步骤，而选择一个好的滤波算法则是预处理的关键。其中相对于传统的高通滤波、中值滤波等基于滤波技术的图像预处理方法，数学形态学法在处理效果和速度上都占有较大的优势。

在数学形态学中，结构元素是最基本也是最重要的概念之一。结构元素形状和尺寸大小的选择直接影响基于数学形态学方法的红外图像预处理的效果和速度，进而间接地影响了后续目标检测和识别等结果。对形状固定的结构元素，选择的尺寸越大，越能滤除较大尺寸的噪声，但是太大的尺寸不仅会增加预处理的计算量，同时也会损失灰度图像的一些重要的细节，从而无法满足尽量精确地预测背景的要求。对于给定的灰度图像，结构元素的尺寸往往与目标的尺寸存在直接的关系，因此，研究如何对给定图像的目标尺寸进行准确估算具有重要意义。

通过对现有国内文献资料的分析，发现目前缺少对不同典型红外背景中弱小目标尺寸自适应估算的方法。本发明通过分析红外弱小目标与其局部邻域的关系，提出了一种适用于天空背景、海天背景等典型红外背景弱小目标尺寸自适应估算的方法。

(三)发明内容

本发明的目的在于提出一种红外弱小目标尺寸自适应估算方法，用于复杂背景中红外弱小目标尺寸估计。

本发明的技术方案概括为：首先判断图像所有可能属于红外弱小目标一部分的点，然后在这些点的基础上判断潜在弱小目标的尺寸值，最后取这些尺寸的最大值作为最终估算结果。

以下对本发明的技术方案作进一步说明。

本发明提出了一种复杂背景条件下红外弱小目标尺寸自适应估算方法，并应用于复杂背景的红外弱小目标尺寸估算，其特征在于对图像中的每一点都进行如下步骤的操作：

步骤一：获取以当前点为中心的子图像区域；

步骤二：基于当前点自适应估算弱小目标尺寸；

当对红外弱小目标图像中的每一点都进行步骤一和步骤二的处理之后，给出弱小目标尺寸的最终估算值。

其中，在步骤一中，以当前点为中心，获取尺寸大小为3×3像素的子图像区域。

在步骤二中，具体又可按如下两步进行：

a)子图像区域的尺寸为3×3，当前点为目标点；如果当前点属于红外弱小目标的一部分，则当前点的灰度与其它8个像素点灰度的最大值需要满足一定条件，用公式表达为：

|P(i，j)-pixel_max|＜α×P(i，j)            (1)

式中，P(i，j)表示当前点的灰度值，pixel_max表示当前点周边8个像素点灰度的最大值，α是权重系数，本发明取α＝0.2；公式(1)为判断当前点属于红外弱小目标一部分的必要条件；如果公式(1)不满足，则认为当前点检测到的弱小目标尺寸为0；

b)在公式(1)满足的前提下，以当前点为左上角点选取尺寸为N×N的(N的初始值为2)子图像为检测区域；如果当前检测区域属于红外弱小目标的一部分，则当前检测区域的灰度均值与上一个检测区域的灰度均值满足一定条件，该条件用公式表达如下：

|target_mean-last_target_mean|＜β×target_mean        (2)