[发明专利]基于贝叶斯显著图计算模型的红外目标检测方法

权利要求书

1.基于贝叶斯显著图计算模型的红外目标检测方法，其特征在于：包括如下步骤，

步骤1：建立基于贝叶斯定理的显著图计算模型；

利用贝叶斯定理推断图像显著性，用贝叶斯公式把图像显著性问题转化成概率求解问题；贝叶斯公式推导如公式(1)所示：

其中x表示像素点x，T表示目标，将像素x的显著值定义为P(T|x)，P(T|x)指已知像素点x为目标的概率；根据全概率公式，P(x)推导如下式：

P(x)＝P(T)·P(x|T)+P(B)·P(x|B) (2)

其中B定义为背景，因为事件T和事件B是互斥的，所以P(x)的计算公式转化成式(2)；最终建立基于贝叶斯定理的显著图计算模型为：

步骤2：基于meanshift算法和自适应侧抑制求解先验概率；具体流程如下：

1)、将输入图像进行PCA压缩处理，得到压缩后的图像；

2)、在两个并行处理通道中分别利用meanshift算法和自适应侧抑制对压缩后的图像进行处理，得到相应的处理结果；

3)、将两种方法处理后得到的结果相乘，即可得到输入图像中目标的大致显著区域，即为先验概率P(T)和P(B)；

步骤3：基于像素点统计求解似然概率；

似然概率定义为在已知前景或背景的情况下，像素点x是前景或背景的概率；计算公式如下：

g(x)表示像素点x的灰度值，N_T(g(x))表示前景中灰度值为g(x)的像素个数，N_T表示前景中总的像素个数；同理，N_B(g(x))表示背景中灰度值为g(x)的像素个数，N_B表示背景中总的像素个数；

步骤4：基于步骤2求解的先验概率和步骤3求解的似然概率，计算最终显著图，获取红外目标检测结果；

将式(4)和式(5)求得的先验概率和似然概率代入式(3)所示的显著图计算公式，计算求得最终显著图，获取红外目标检测结果。