[发明专利]一种红外图像海天线信噪比增强方法

说明书

技术领域：

本发明属于数字图像处理与探测领域，具体涉及一种红外图像海天线SNR的增强方法。

背景技术：

在舰载红外目标搜索与跟踪系统中，海天线检测是进行红外目标检测跟踪的一个重要环节。一方面，确定海天线可以缩小目标搜索的区域，减少运算量，保证系统的实时性。另一方面，可以排除海天线区域外不必要的干扰信息，降低目标检测的错误率，提高目标检测的准确率。

由于海面气象条件复杂，红外辐射在海面大气中的传输衰减严重，在阴天、大雾或者夜晚的条件下，获取的红外图像对比度显著下降，图像中天空区域与海面区域的灰度值接近，海天线难以辨别，甚至海天线SNR小于1，导致海天线难以检测。

海天线的能量大小可以用海天线SNR定量地评价。红外图像定义为F，海天线上方天空区域为R_sky，下侧的海面区域为R_sea，则海天线SNR的计算公式为：

公式中mean和std分别代表区域内像元灰度的均值和标准差。

目前针对红外图像海天线增强的算法还非常少见，常用的红外图像增强算法对海天线的增强并不适用。

发明内容：

本发明提供了一种针对红外图像海天线SNR的增强方法，该方法利用海面海浪有波纹起伏、天空区域灰度均匀的特点，使用拉普拉斯模板与数学形态学相结合的方法，增强了海面波纹的面积和灰度值，保留天空背景的均匀，达到增强海天线SNR的目的。

本发明的具体步骤如下：

步骤1：虽然海面与天空区域的灰度值差别很小，但是利用天空背景均匀，海面区域有波浪起伏的特点，使用拉普拉斯模板对图像进行模板运算，增强海面区域的波浪纹理。可以表示为G＝F×H，F为输入红外图像，G为增强后的图像，大小均为M×N。H为Laplacian模板：

步骤2：经过步骤1运算后，天空区域没有明显变化，只有个别噪点被增强；水面的波纹处得到大量的边缘信息，接下来要消除天空背景中的噪声点并扩充海面波纹的面积。对步骤1生成的图像进行顺序滤波，对图像中第i行第j列的像素点f(i,j)，以它坐标(i,j)为中心，将它m×n邻域(m＝2k+1，n＝2h+1)内的所有点，按灰度值从大到小顺序排序，选取顺序为d的值作为f(i,j)的灰度；由于海面波纹的形状近似水平的长方形，本方法选用的k＝1，h＝4的3阶顺序滤波。

步骤3：使用数学形态学闭运算填充海面波浪缝隙中暗的区域，提升海面平均灰度，进一步增强海天线SNR。设F是输入图像；B是结构元素，可以定义数学形态学的两个基本运算膨胀和腐蚀；

膨胀定义为：

其中,f(i,j)是图像中第i行第j列的像素点，b(x,y)是B的元素，D_F和D_B分别是F和B的定义域，i∈[0,M-1]，j∈[0,N-1]，x∈[-1,1]，y∈[-1,1]。膨胀计算是在由B确定的邻域中选取F+B的最大值；结构元素B为3×3的正方形区域，

腐蚀定义为：腐蚀计算是在由B确定的邻域中选取F-B的最小值；

形态学闭运算的定义是：对图像先膨胀后腐蚀。

本发明实现方法简单实用，经过测试表明，该方法可以有效地提升海天线SNR达到40％以上，便于后续的海天线提取。

附图说明

图1：海天线信噪比增强方法流程图。

图2：一幅320×256的红外海天图像。

图3：对图2拉普拉斯模板运算后的图像。

图4：对图3顺序滤波运算后的图像。

图5：对图4形态学闭运算后的图像。

具体实施方式

下面根据附图对本发明的具体实施方式作进一步的详细说明。

图1是本发明的处理流程图。

图2是一幅320×256的红外中波海天图像，由于拍摄时间在夜晚且有薄雾，图像中海天区域对比度很低，海天线难于分别，仅隐约可见图像下方区域有海面波纹。图2中海天线的SNR＝1.56。

步骤1：对图2进行Laplacian模板运算，增强海面区域的波浪纹理。图3为模板运算后得到图像。可以看到经过运算后，天空区域没有明显变化，水面的波纹处得到大量的边缘信息，接下来将利用这些边缘信息来提升海面的灰度值。