[发明专利]一种自适应窗口的多尺度差异与双边滤波的目标检测方法

说明书

本发明公开了一种自适应窗口的多尺度差异与双边滤波的目标检测方法。本方法通过局部标准差与全局标准差的比较，遍历得到整幅图像每个像素点的窗口尺寸，以此窗口尺寸作为多尺度灰度差异算子的初始窗口尺寸，阶梯式计算多个尺度下的不同区域的灰度均值，并最终得到多尺度灰度差异算子。在此基础上，进一步加权双边滤波算子。最后，结合全局阈值分割和局部阈值分割，实现对弱小目标的检测。该方法既很好的实现了对弱小目标的增强，又实现了对复杂背景的抑制，解决了长距离下目标信号过弱无法检测的问题。

技术领域

本发明涉及到图像处理技术，具体指一种自适应窗口选择的多尺度灰度差异加权双边滤波的弱小目标检测方法，所述的弱小目标是信噪比大小为2以上的目标。

背景技术

空中运动的目标在天基下对其进行红外探测，存在探测距离远、背景起伏和云层遮挡等情况，且一般都存在目标信号非常弱，而背景起伏多变，异常复杂的情况。现阶段针对于红外弱小目标的检测主要是单一的实现目标增强或是背景抑制，这在一定程度上可以实现目标的检测，但是效果并不理想。因此，设计出一种既能实现目标增强又同时可以很好抑制背景的方法至关重要。

发明内容

为了克服上述现有技术的不足，本发明提供了一种自适应窗口选择的多尺度灰度差异加权双边滤波的弱小目标检测方法，该方法通过设定的初始窗口，计算对应初始窗口下的局部标准差与整幅图像的全局标准差，并将二者进行比较确定整幅图像每个像素点的窗口尺寸，并以此窗口尺寸作为多尺度灰度差异算子的初始窗口尺寸，阶梯式计算多个尺度下的不同区域的灰度均值，并将不同区域的灰度均值进行比较，最终得到多尺度灰度差异算子。在此基础上，在多尺度灰度差异算子上加权双边滤波算子。最后，结合全局阈值分割和局部阈值分割，实现对弱小目标的检测。本方法既很好的实现了对弱小目标的增强，又实现了对复杂背景的抑制。

本发明的上述目的是通过如下技术方案予以实现的：

一种自适应窗口的多尺度差异与双边滤波的目标检测方法，其特征在于：包括如下步骤：

1、一种自适应窗口选择的多尺度灰度差异加权双边滤波的弱小目标检测方法，其特征在于：包括如下步骤：

(1)设定初始窗口大小为K个像素，K为奇整数，且K≥3,以此窗口大小扩展图像边缘，以达到最大窗尺寸；

(2)计算整个图像的全局标准差S_total：

S_total＝std(Ω_total)

其中，Ω_total表示整幅图像区域；

(3)从上到下遍历整个图像，得到每个像素点的初始窗口大小区域的局部标准差S_local：

S_local＝std(Ω_local)

其中，Ω_local表示窗口内的局部区域；

(4)将全局标准差与局部标准差进行比较，若：

S_localλS_total

满足条件，则确定此像素点的窗口大小为当前窗口，若不满足，则扩大窗口为K＝(k+2x),其中x＝1,2,3...,n，并重复步骤(3)和(4)，直到满足步骤(4)时，x的值确定，则最终的窗口的尺寸确定为K，其中，λ是调节参数，取值为(0,1]；(5)以步骤(4)中获得的窗口尺寸K作为初始扩散窗口N₁，并以此向外进行(K+2p)的扩展，其中p＝1,2,3,...,5，最大的邻域区为N_max，计算p个区域的灰度均值