[发明专利]一种复杂背景下的红外弱小目标检测虚警抑制方法

说明书

本发明提供了一种复杂背景下的红外弱小目标检测虚警抑制方法，主要解决现有弱小目标检测技术中检测虚警率过高、检测鲁棒性低问题。包括如下步骤：1)首先对原始红外图像进行图像预处理，获取背景抑制图像；2)根据候选目标点迹向量位置信息进行目标点迹重映射，采用限定邻域最大值搜索方法生成候选目标点迹窗口；3)分别计算候选目标点迹窗口的相关菱形邻域、圆形邻域特征参数和邻域信噪比参数；4)依次对所有候选目标点迹窗口的邻域特征参数和邻域信噪比参数进行自适应阈值判断，实现虚警抑制后的弱小目标点迹提取。本发明可以用于目标搜索、远程监视、侦察告警等领域，红外弱小目标检测性能优异。

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种复杂背景下的红外弱小目标检测虚警抑制方法。

背景技术

红外弱小目标检测是远程光电搜索系统中一项重要技术，由于红外传感器在成像过程中易受到外界环境、天气、传感器噪声等影响，且在远距离获取红外图像时，背景相对较为复杂，特别是在云雨杂波、地物杂波等场景下，如何有效试试检测出真实红外弱小目标成为远程光电系统中的关键。红外弱小目标的特征表现像素点尺寸低于3×3，纹理特征信息缺失，图像信噪比低，小目标提取方法更多关注提高目标检测概率，导致在搜索系统中提取的虚警较高，从而带来观察员观察难度高、空情发现不及时，因此研究红外弱小目标检测如何抑制虚警具有很高的研究价值。

方义强等人在“一种基于方差标记的形态学红外弱小目标检测算法”中提出利用局部方差对红外图像像素点进行分类，剔除分类非目标像素，执行TOP-Hat变换，但是方差分类与选择计算复杂度高，分类准确率不高。王露等人在“基于对比度和梯度分布的红外弱小目标检测”中提出利用多尺度局部对比度机制增强图像，再利用局部梯度分布信息进行判别剔除伪区域，可显著降低虚警，但是分割阈值的选取受限于场景，鲁棒性难以保证。管学伟等人在专利“一种远距离红外弱小目标检测方法”中提出一种基于局部背景的目标检测算法，采用局部背景预测和虚假目标剔除等技术，降低了目标检测虚警率，该方法在复杂背景中效果较差，难以适应云、地物杂波下小目标检测。

发明内容

针对现有的技术的不足之处，本发明为解决现有光电搜索系统中的红外弱小目标检测虚警率高和鲁棒性差的问题，提出了一种复杂背景下的红外弱小目标检测虚警抑制方法，该方法计算复杂度较低且易于工程上实现。

本发明提供的一种复杂背景下的红外弱小目标检测虚警抑制方法包括以下步骤：

步骤1，输入原始红外图像和候选目标点迹向量，对原始红外图像f(x,y)采用相关邻域滤波进行图像预处理操作，得到背景抑制图像B(x,y)；

步骤2，生成候选目标点迹窗口图像；

步骤3，分别计算候选目标点迹窗口图像的相关菱形邻域特征参数、圆形邻域特征参数和邻域信噪比参数；

步骤4，依次对所有候选目标点迹窗口图像的菱形邻域特征参数、圆形邻域特征参数和邻域信噪比参数进行自适应阈值判断，实现虚警抑制后的小目标点迹提取。

步骤1包括：为克服地物杂波、环境光照等影响，采用如下公式进行相关邻域滤波：

其中，参数z₁,z₂,z₃,z₄计算公式如下：

z₁＝mid[f(x-N:x+N,y)]

z₂＝mid[f(x,y-N:y+N)]

z₃＝mid[diag(f(x+N:x-N,y-N:y+N),1)]

z₄＝mid[diag(f(x+N:x-N,y-N:y+N),2)]