主权项 |
一种基于时空域背景抑制的红外弱小目标检测方法,其特征在于:该方法包含以下步骤:A、时域背景抑制:(1)取N帧图像,绘制图像中每一像素点在N帧图像中灰度值的变化曲线(时域曲线)f(m,n,k)=x<sup>k</sup>(m,n) k=1,2…N,(m,n)为像素点的位置坐标,k为图像的帧数,x为灰度值;(2)对于每个像素点的时域曲线,计算曲线上每点的梯度值g:g<sup>k</sup>(m,n)=|[x<sup>k</sup>(m,n)‑x<sup>k‑1</sup>(m,n)]+[x<sup>k</sup>(m,n)‑x<sup>k+1</sup>(m,n)]|(3)使用高斯核计算时域曲线上每一点的权重W:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msup><mi>w</mi><mi>k</mi></msup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><msup><mi>e</mi><mrow><mo>-</mo><msup><mi>g</mi><mi>k</mi></msup><msup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><msup><mi>ϵ</mi><mn>2</mn></msup></mrow></msup></mrow>]]></math><img file="FDA0000575234680000011.GIF" wi="441" he="85" /></maths>其中,ε为调节参数;(4)对时域曲线进行梯度权重滤波,滤波器在第k帧的输出P<sub>o</sub><sup>k</sup>为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msup><msub><mi>P</mi><mi>o</mi></msub><mi>k</mi></msup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>R</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>l</mi><mo>=</mo><mi>k</mi><mo>-</mo><mn>2</mn></mrow><mrow><mi>k</mi><mo>+</mo><mn>2</mn></mrow></munderover><msup><mi>w</mi><mi>l</mi></msup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><msup><mi>x</mi><mi>l</mi></msup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000575234680000012.GIF" wi="709" he="144" /></maths>其中,R为归一化参数,<img file="FDA0000575234680000013.GIF" wi="382" he="142" />(5)用原时域曲线减去梯度权重滤波的结果,得到第N帧时域背景抑制后的图像;x<sup>N′</sup>=x<sup>N</sup>‑P<sub>o</sub><sup>N</sup>B、空域背景抑制:对输入第N帧图像进行指导滤波,得到背景的估计图像(即背景预测),用原图像减去经指导滤波后的背景图像,得到空域背景抑制后的图像;C、将A的结果与B的结果做与运算,得到第N帧背景初步抑制后的图像;D、将A的结果作为原图像,C的结果作为指导图像,进行指导滤波,得到背景抑制结果;E、采用自适应阈值法将D的结果二值化,得到最终目标检测结果。 |