[发明专利]基于最优化方法的红外弱小目标距离探测方法

权利要求书

1.一种基于最优化方法的红外弱小目标距离探测方法，其特征在于将源图像利用中值滤波进行预处理，然后用罗宾逊滤波进行奇异点探测，并自适应调整阈值进行图像分割，再用提取的目标做航迹关联，最终得到目标的角度信息，利用构造的最优化方程通过最梯度法求解出目标距离信息。

2.根据权利要求1所述的基于最优化方法的红外弱小目标距离探测方法，其特征在于对于M×N大小的图像f(x,y)，对每帧红外图像的进行预处理：

f_m＝max(z₁,z₂,z₃,z₄)        3＜i≤M-3,3＜j≤N-3,W＝3

z₁＝med[f(i,j-W),…f(i,j),…f(i,j+W)],

z₂＝med[f(i-W,j),…f(i,j),…f(i+W,j)],

z₃＝med[f(i+W,j-W),…f(i,j),…f(i-W,j+W)],

z₄＝med[f(i-W,j-W),…f(i,j),…f(i+W,j+W)],

f为输入图像，其中f(i,j)为图像中点(i,j)处灰度，z₁、z₂、z₃、z₄为横向、纵向以及两个对角线方向的中值，max为取最大值，med为取集合的中间值，W为窗大小，f_m为预处理输出图像。

3.根据权利要求1所述的基于最优化方法的红外弱小目标距离探测方法，其特征在于对预处理图像进行奇异点处理：

fR(x,y)=fm(i,j)-max(z1,z2,z3,z4),fm(i,j)>max(z1,z2,z3,z4)fm(i,j)-min(z1,z2,z3,z4),fm(i,j)<max(z1,z2,z3,z4)0,else]]>

z₁＝mean(f_m(i-W:i+W,j-W))

z₂＝mean(f_m(i-W:i+W,j+W))3＜i≤M-3,3＜j≤N-3,W＝3

z₃＝mean(f_m(i-W,j-W:j+W))

z₄＝mean(f_m(i+W,j-W:j+W))

mean为取均值，f_m为奇异点处理输出图像。