主权项 |
一种基于加权局部图像熵的小目标红外图像处理方法,其特征在于,包括以下步骤:步骤1、求解图像各个像素点(x,y)的多尺度灰度差异D;步骤2、求解图像各个像素点(x,y)的局部图像熵E;步骤3、通过多尺度灰度差异D和局部图像熵E获得各个像素点(x,y)的加权局部图像熵H;步骤4、根据加权局部图像熵H求解自适应阈值T,并通过自适应阈值T对加权局部图像熵H进行二值化,检测出红外小目标;所述的步骤1的多尺度灰度差异D通过以下步骤求解:步骤1.1、对于红外图像I中每一个像素点(x,y)对应的灰度值为I(x,y),设置像素点(x,y)的最大邻域空间Ω<sub>max</sub>,邻域空间Ω<sub>max</sub>的大小为L<sub>max</sub>×L<sub>max</sub>,其中L<sub>max</sub>为大于1的正奇数;步骤1.2、获得每一个像素点(x,y)的邻域空间集{Ω<sub>k</sub>|k=1,2,…,L},其中L=(L<sub>max</sub>‑1)/2,Ω<sub>k</sub>的大小为(2·k+1)×(2·k+1);步骤1.3、利用以下公式计算每一个像素点(x,y)的邻域Ω<sub>k</sub>与Ω<sub>max</sub>之间的灰度差异D<sub>k</sub>(x,y),k=1,2,…,L:<img file="FDA0001071865180000011.GIF" wi="1156" he="146" />其中,<img file="FDA0001071865180000012.GIF" wi="70" he="55" />和<img file="FDA0001071865180000013.GIF" wi="91" he="54" />分别表示邻域Ω<sub>k</sub>、Ω<sub>max</sub>内像素点的数目,I(s,t)表示邻域Ω<sub>k</sub>内的点(s,t)处的灰度值,I(p,q)表示邻域Ω<sub>max</sub>内的点(p,q)处的灰度值;步骤1.4、计算每一个像素点(x,y)所对应的的多尺度灰度差异D(x,y):D(x,y)=max{D<sub>1</sub>(x,y),D<sub>2</sub>(x,y),...,D<sub>L</sub>(x,y)}。 |