一种红外图像序列中点目标检测方法

摘要

一种红外图像序列中点目标检测方法，步骤为：（1）估计当前帧图像噪声方差，采用双边滤波的方法对图像进行预处理；（2）采用基于模板中值的Robinson‑Guard滤波的方法对预处理的图像进行滤波；（3）对图像进行二值化处理，标记图像中目标点，记录目标位置信息；（4）初始化管道滤波器的参数；（5）利用前三帧目标位置信息预测当前帧的目标位置，搜索目标，更新目标位置信息表中相关信息，并进行判断输出目标信息；（6）重复上述步骤，直至完成对红外图像序列中所有图像的处理。本发明有效的进行背景抑制，降低虚警概率，通过多帧序列图像的检测，提高目标的检测概率。

主权项

一种红外图像序列中点目标检测方法，其特征在于步骤如下：1)获取当前帧图像I，计算图像噪声标准差σ_n，并根据双边滤波器的尺寸初始化双边滤波器参数；2)根据双边滤波器公式，对当前帧图像I进行滤波，得到对当前帧红外图像预处理后的结果I'(x,y)；具体方法为：21)以I(x,y)为中心，以正方形尺寸Size_BL*Size_BL为窗口大小，提取邻域图像F；22)在邻域图像F中，根据双边滤波器公式对每个点进行如下处理：$A=e^{\frac{-[{(i-x)}^2+{(j-y)}^2]}{2{\sigma }_d^2}}*e^{\frac{-\left[{\left(I\right(i,j)-I(x,y\left)\right)}^2\right]}{2{\sigma }_r^2}}*I(i,j)$$C=e^{\frac{-[{(i-x)}^2+{(j-y)}^2]}{2{\sigma }_d^2}}*e^{\frac{-\left[{\left(I\right(i,j)-I(x,y\left)\right)}^2\right]}{2{\sigma }_r^2}}$其中σ_d,σ_r是在前面步骤中计算出来的滤波器参数，I(i,j)是当前计算点的像素值，I(x,y)是邻域图像F中心点的像素值；23)根据下述公式对邻域图像F中每个点的计算结果A,C进行处理，得到I(x,y)的滤波值，完成该点的双边滤波；$I^{\prime }(x,y)=\frac{\Sigma A}{\Sigma C};$24)对全图每个像素点进行滤波，得到对当前帧红外图像预处理后的结果I'(x,y)；3)建立Robinson Guard滤波器模板，根据生成的Robinson Guard滤波器模板，对步骤2)得到的I'(x,y)进行滤波，得到背景抑制后的图像I_RG；4)采用全局统计分割的方法对步骤3)得到的背景抑制后的图像I_RG进行二值化处理，获得二值图像I_B；5)对步骤4)获得的二值图像I_B进行连通域标记，记录图像中所有候选目标点的位置信息；6)初始化管道滤波器参数，包括管道半径大小R、帧数阈值X、目标最小位移P；7)判断获得的当前帧图像I是否为第一帧图像；若是第一帧图像，则建立目标位置信息表，将步骤5)获得的二值图像I_B中的所有候选目标点的位置信息存入目标位置信息表中，同时将每个候选目标点的计数器数值设置为1；若不是第一帧图像则进入步骤8)；8)提取目标位置信息表中候选目标位置信息，根据前三帧位置信息，采用线性三点预测法计算当前帧图像I的候选目标位置信息，并将当前帧图像I的候选目标位置信息作为管心位置；9)根据初始化的管道半径大小R在步骤8)获得的管心位置中搜索目标；若没有搜索到目标，则该候选目标点计数器数值减1；若搜索到一个甚至多个目标，判断这些候选目标点位移是否大于步骤6)中初始化的目标最小位移P，若小于等于初始化的目标最小位移P，将该候选目标点的计数器数值减1；若大于初始化的目标最小位移P，该候选目标点计数器数值加1，并根据该候选目标点的位置信息更新目标位置信息表；10)将步骤5)获得的二值图像I_B中的所有未经处理的候选目标点的位置信息添加至目标位置信息表中，并将这些候选目标点计数器数值置为1；11)对目标位置信息表中的所有候选目标点的计数器数值进行扫描，若计数器的数值为1‑X，则将该候选目标点位置信息和计数器数值从目标位置信息表中删除；若计数器的数值为X，则输出该候选目标点信息；12)重复步骤1)至步骤11)，直至完成对红外图像序列中所有图像的处理。