[发明专利]复杂背景下多尺度时空联合滤波的红外小目标检测方法

说明书

技术领域

本发明涉及一种红外检测方法，尤其涉及一种多尺度时空联合滤波的红外小目标检测方法。

背景技术

由于红外传感器受到大气热辐射、作用距离远、探测器自身噪声等因素影响，所探测目标在红外图像上多呈现对比度低，无具体形态和纹理信息的点状小圆斑，且极易淹没于杂波和噪声中，这对红外小目标的检测技术提出巨大挑战。

依据采用序列图像中图像帧数，红外小目标检测技术分为两类：单帧检测和多帧检测。单帧图像目标检测技术主要依靠小目标和背景在各帧红外图像中灰度差异来实现对小目标对象的检测。缺点是适应性较差，目标漏检率和虚警率高。多帧检测技术主要采用序列图像中目标运动的连续性和轨迹的一致性来实施红外小目标检测任务。多帧检测技术在检测率和虚警率方面相对于单帧检测有着一定优势，缺点是计算量和存储量较大，很难满足实时处理的需要。

本发明背景技术涉及三个关键步骤与方法：抑制鬼影效应的红外图像非均匀性校正技术、提高潜在目标对比度的红外图像增强技术、不同尺度下多级滤波的红外小目标检测技术。

场景信号的干扰是时域高通滤波法中鬼影问题产生的主要原因,构建双边多尺度时域高通滤波非均匀性校正模型。双边滤波的残差图像中仍然有较多的场景以及边缘信息，引入与残差图像相关的非均匀校正矩阵，如果某一像素处在场景边缘上，则该像素点所对应的非均匀校正矩阵系数变小，以此来减少该边缘像素点对校正累积的影响，使场景以及边缘信息对校正参数计算准确性的影响降到最小。双边多尺度时域高通滤波非均匀性校正模型既能在不同尺度上提取非均匀性信息,又能在每个尺度上保护边缘不被平滑,有效地降低鬼影效应。

提高潜在目标对比度的红外图像增强技术

目标强度的衰减与背景大强度的存在，使得目标与背景对比度很低。在小目标检测之前，必须对红外图像进行滤波预处理，否则产生一定的虚警与漏检目标。研究潜在目标的红外图像增强技术，构建图像空域复杂度的加权信息熵模型，体现其对图像突变点的敏感性与空间分布的描述，实现处理图像中小目标区域的信息熵更为突出。

图像中小目标的尺度介于点噪声与较大面目标之间，在检测中需要充分考虑小目标的尺度特性检测目标，否则很难识别不同尺度的目标或杂波。侧重小目标的空间域灰度特性与时间域运动特性，研究目标尺寸各异的多级滤波的红外小目标检测技术，实现鲁棒的小目标检测。

发明内容

本发明的目的在于提供一种复杂背景下多尺度时空联合滤波的红外小目标检测方法，针对红外图像的严重非均匀性会带来鬼影效应问题，构建符合目标检测的双边多尺度时域高通滤波非均匀性校正模型，实现从红外图像变换为非均匀红外校正图像，有效的抑制鬼影效应并提高图像的辨识度。采用图像空域复杂度因子和香农熵准则，构建图像空域复杂度加权信息熵模型，增强图像中潜在的红外弱小目标，抑制红外图像中的杂波和噪声。研究不同尺度下的小目标增强图像算法，利用红外小目标不同尺度下的特性检测，构建不同尺度下的时空滤波模型，解决了小目标的虚检与漏检问题，实现了不同尺度下的小目标自适应检测技术难题。

本发明解决上述技术问题所采用的技术方案是：

通过构建双边多尺度时域高通滤波的非均匀性校正模型、空域复杂度的加权信息熵模型与研究多级尺度时空联合滤波模型，实现鲁棒性的目标检测。本发明需要解决的关键科学问题如下：

(1)构建双边多尺度时域高通滤波的非均匀性校正模型。研究场景校正技术，依据自适应的双边滤波算法校正图像的非均匀性。在本发明中，结合双边多尺度滤波与时域高通滤波的原理机制，引入与残差图像相关的非均匀校正矩阵，得到双边多尺度时域高通滤波非均匀性校正模型，既能在不同尺度上提取非均匀性信息,又能在每个尺度上保护边缘不被平滑,以便消除鬼影效应。

(2)构建空域复杂度的加权信息熵模型。研究目标增强技术，考虑图像复杂度对目标检测性能的影响，采用方向方差加权信息熵作为测度，突出小目标。在本发明中，结合图像复杂度与信息熵的原理机制，构建图像空域复杂度加权信息熵模型，增强图像中潜在目标，提高目标对比度与抑制杂波的机能，抑制红外图像中的杂波和噪声。

(3)构建多级尺度时空联合滤波模型，联合时域和空域滤波的小目标检测技术。在本发明中，结合多级尺度滤波与时空联合滤波的原理机制，侧重小目标的空间域灰度特性与时间域运动特性，构建多级尺度时空联合滤波模型，去除目标虚检与漏检，实现鲁棒性的目标检测。

本发明的技术效果是：

(1)提出双边多尺度时域高通滤波非均匀性校正模型