[发明专利]一种时空联合弱小目标检测方法与装置

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种时空联合弱小目标检测方法与装置。

背景技术

目标检测是红外预警系统中的重要环节，为了使预警系统有足够的时间反应，要求在很远的距离上就能检测到目标。然而，一方面，由于远距离下的目标成像面积太小，在探测器上成像仅占一个或少数几个像素，目标的辐射分布信息和结构信息缺乏；另一方面，红外探测器受到大气热辐射和作用距离以及探测器噪声等影响，用其探测到的目标在红外图像上多呈现为低对比度、低信噪比的目标。因此，红外弱小目标检测是图像处理领域的一个难题。

弱小目标检测算法主要可以分为两大类。第一类，先检测后跟踪(Detect before Track，DBT)技术，根据目标形状、强度等特性，先通过单帧图像检测出候选目标，根据需要可以根据目标灰度和运动的连续性来实现目标的确认和识别。第二类，先跟踪后检测(Track before Detect，TBD)技术，首先根据目标的运动连续性特征，通过累积所有可能的运动轨迹上目标的灰度值，然后根据目标的短时灰度特性判别各条轨迹的后验概率，从而探测出真实的目标。先检测后跟踪算法的缺点是，由于检测是在单帧图像中进行的，受探测器空间噪声、盲元和背景杂波的影响很大，难以有效检测出低信噪比和低信杂比的目标。先跟踪后检测算法能充分利用处理过程中每个阶段的信息，提高小目标的检测性能，实现对低信噪比小目标的检测与跟踪。经典的先跟踪后检测算法包括三维匹配滤波器、投影变换法、高阶相关法、多阶假设检验法、动态规划算法及递推贝叶斯滤波算法等。由于需要考虑时间和空间信息的相关性，它们的计算量和存储量都偏大，处理也相对复杂。

时域检测算法属于先跟踪后检测法，它是在目标较小、通常只占几个像素甚至是单像素、几乎无法在单帧中检测的情况下提出的。该方法主要通过跟踪像素点的强度时域变化特性，实现目标检测的目的。现有的时域检测算法都没有考虑到实际应用中平台自身的运动和抖动，在处理运动平台捕捉的图像时，需要首先进行图像序列的帧间校准，这又会增加计算量和复杂度。

发明内容

鉴于上述问题，本发明提供了一种时空联合弱小目标检测方法与装置。

本发明提供的时空联合弱小目标检测方法，包括以下步骤：

通过预设的时域滤波算法对当前帧图像进行背景抑制，得到可疑目标点；

滤除所述可疑目标点中的孤立噪声点，得到候选目标点；

遍历N帧图像，得到每个候选目标点在N帧图像中的出现次数，当候选目标点在N帧图像中的出现次数大于预设阈值时，判定所述候选目标点为弱小目标，其中，所述N为正整数。

本发明还提供了一种时空联合弱小目标检测方法装置，包括：背景抑制模块、滤除噪声模块、及确定弱小目标模块：

所述背景抑制模块，用于通过预设的时域滤波算法对当前帧图像进行背景抑制，得到可疑目标点；

所述滤除噪声模块，用于滤除所述可疑目标点中的孤立噪声点，得到候选目标点；

所述确定弱小目标模块，用于遍历N帧图像，得到每个候选目标点在N帧图像中的出现次数，当候选目标点在N帧图像中的出现次数大于预设阈值时，判定所述候选目标点为弱小目标，其中，所述N为正整数。

本发明有益效果如下：

本发明实施例提供的时空联合弱小目标检测方法适用于静止平台和运动平台，并且不需要图像序列的帧间校准过程；对目标的运动没有严格的约束，能够检测出多种运动状态的目标；而且对图像序列中每个像素的处理方法一致，便于采用统一的硬件单元并行实时处理。

附图说明

图1是本发明方法实施例的时空联合弱小目标检测方法的流程图；

图2是本发明装置实施例的时空联合弱小目标检测装置的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

红外弱小目标的特点是：对比度较低、边缘模糊、信号强度弱，缺乏纹理、形状、大小等结构信息，目标极易被噪声所淹没，而探测器本身的非均匀性和盲元的存在更增加了红外弱小目标检测的难度，探测器盲元常常会造成目标检测的虚警。