[发明专利]红外目标检测方法、装置、计算机设备和存储介质

说明书

本发明涉及一种红外目标检测方法，包括：获取待检测灰度图像；将所述待检测灰度图像分别输入至少两种视角的训练学习模型，得到至少两种对应的预处理图像；将所述至少两种对应的预处理图像进行融合，得到融合图像；从所述融合图像中提取待检测目标。采用不同视角的训练学习模型，去除待检测灰度图像中的各种干扰目标，能够有效提高针对远距离弱小目标的检测准确率。

技术领域

本发明涉及图像处理领域，特别是涉及一种红外目标检测方法、装置、计算机设备和存储介质。

背景技术

红外目标检测是红外信号处理的核心技术，其应用于红外搜索与跟踪(Infraredsearch and track，IRST)系统、精确制导系统、目标监视系统、卫星遥感系统等多个领域。近年来，基于视觉注意机制的智能信息处理方法成为一大研究热点

红外运动目标传统的检测方法有背景差分、光流法、帧差法等方法，但对于远距离弱小红外目标，容易受气流、云等噪声干扰，传统方法难以有效检测，准确性较低。

发明内容

本发明的目的在于提供一种红外目标检测方法、装置、计算机设备和可读存储介质，可以有效提高针对远距离弱小目标的检测准确率。

本发明的目的通过如下技术方案实现：

一种红外目标检测方法，所述方法包括：

获取待检测灰度图像；

将所述待检测灰度图像分别输入至少两种视角的训练学习模型，得到至少两种对应的预处理图像；

将所述至少两种对应的预处理图像进行融合，得到融合图像；

从所述融合图像中提取待检测目标。

在一个实施例中，所述至少两种视角的学习模型包括训练压缩感知学习模型、训练子空间学习模型和训练注意力学习模型。

在一个实施例中，所述将所述待检测灰度图像分别输入至少两种视角的训练学习模型，得到至少两种对应的预处理图像的步骤之前，还包括：

获取所述训练压缩感知学习模型、所述训练子空间学习模型和所述训练注意力学习模型。

在一个实施例中，所述获取所述训练压缩感知学习模型、所述训练子空间学习模型和所述训练注意力学习模型的步骤，包括：

获取多个样本灰度图像；

将所述多个样本灰度图像分别输入预设压缩感知学习模型、预设子空间学习模型和预设注意力学习模型进行训练，得到训练后的所述训练压缩感知学习模型、所述训练子空间学习模型和所述训练注意力学习模型。

在一个实施例中，所述将所述至少两种对应的预处理图像进行融合，得到融合图像的步骤，包括：

分别获取所述训练压缩感知学习模型、所述训练子空间学习模型和所述训练注意力学习模型的权重系数；

根据各所述权重系数将对应的各所述预处理图像进行相加融合，得到所述融合图像。

在一个实施例中，所述从所述融合图像中提取待检测目标的步骤，包括：

将所述融合图像输入训练隐向量学习模型，得到再处理图像；

从所述再处理图像中提取待检测目标。

在一个实施例中，所述从所述融合图像中提取待检测目标的步骤之前，还包括：

获取多个样本预处理图像；

将所述多个样本预处理图像输入预设隐向量学习模型，得到所述训练隐向量学习模型。

一种红外目标检测装置，所述装置包括：