[发明专利]一种基于多尺度最佳目标对比度的自适应目标检测方法

权利要求书

1.一种基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，该方法包括以下步骤：

通过多尺度局部最佳对比度算法获取输入图像的梯度图；

利用大津法得到分割系数，从而将目标分割出来。

2.根据权利要求1所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述通过多尺度局部最佳对比度算法获取输入图像的梯度图，具体包括如下步骤：

将红外图像的处理窗口分为多个子窗口，每个所述子窗口通过第一公式求得目标跟踪框内的均值；

将所述多个子窗口分为可能出现目标的区域和背景区域；其中，所述可能出现目标的区域和所述背景区域之间的映射关系满足第二公式；

将以模块T为中心的背景模块分为四个方向，基于所述四个方向，确定目标模块与所述背景模块的关系满足第三公式；

依据所述第三公式获取所述输入图像的梯度图。

3.根据权利要求2所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述第一公式的表达式为：

式中，N_u为该子窗口内像素个数，m_i(i＝1,2,...,9)为子窗口内图像灰度均值，为第i个子窗口内的第j个像素的灰度值。

4.根据权利要求2所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述第二公式的表达式为：

式中，d(T,Bi)＝m_T-m_Bi,(i＝1,2,...,8)，m_T为中心模块的均值，m_Bi为第i个背景的均值。

5.根据权利要求4所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述第三公式的表达式为：

6.根据权利要求5所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述依据所述第三公式获取所述输入图像的梯度图，具体为：

7.根据权利要求6所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，所述利用大津法得到分割系数，从而将目标分割出来，具体包括如下步骤：

在红外弱小目标中，通过第四公式得到跟踪框的阈值；

对所述跟踪框的阈值进行图像二值化分割，依据最大类间方差将目标分割出来；

其中，所述第四公式为ω₀＝μ+kδ；

式中，ω₀为域值，μ为梯度图像的均值，k为系数，δ为全图标准差。

8.根据权利要求7所述的基于多尺度局部最佳对比度的自适应目标检测方法，其特征在于，

式中，p₁、q₁分别为跟踪框内的图像列数和行数。