基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法

摘要

发明公开了一种基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法，用于解决现有基于分形的红外弱小目标检测方法检测效果差的技术问题。技术方案是首先对于一幅M×N大小的红外图像I，首先进行中值滤波，然后计算局部熵图HI。获取目标的粗略位置(r,c)之后，以该点为中心在原图I上下左右各扩散e个单位，提取目标在原始红外图像I的小区域Q。对提取的R×C大小的目标区域Q利用分形组合特征方法计算分维像D，精确提取目标。本发明将分形维数、分形几何空间变化率和分形几何误差有机的集合来表示图像的分形特征，得到的分形组合特征能更好的抑制自然背景对人造目标检测的影响，同时也不会显著的增加时间复杂度，在红外小目标检测方面能取得更好的效果。

主权项

1.一种基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法，其特征在于包括以下步骤：步骤一、对于一幅M×N大小的红外图像I，首先进行中值滤波，然后计算局部熵图H_I；取m×m的滑动窗口W₁，按从左到右，从上到下的方式遍历图像I，计算图像的局部熵图H_I；记点(i,j)是窗口W₁中心点坐标，则该点的熵值计算如下$H_I(i,j)=\underset{a=1}{\overset{m}{\Sigma }}\underset{b=1}{\overset{m}{\Sigma }}{p}_{\mathrm{ab}}\log p_{\mathrm{ab}}---\left(1\right)$式中，W₁(a,b)、W₁(q,w)分别是滑动窗口对应点的灰度值；得到局部熵图H_I之后，计算得到最小熵值对应的坐标(r,c)，获取目标的粗略位置；步骤二、获取目标的粗略位置(r,c)之后，以该点为中心在原图I上下左右各扩散e个单位，提取目标在原始红外图像I的小区域Q；记区域Q在原图I中左上角的坐标为(r₁,c₁)，左下角的坐标为(r₂,c₂)，则扩散后的坐标计算如下：式中，M,N分别是I的高度、宽度，由以上步骤提取得到R×C大小的目标区域Q；步骤三、对提取的R×C大小的目标区域Q利用分形组合特征方法计算分维像D，精确提取目标；取一个n×n的滑动窗口W₂，按从左到右，从上到下的方式遍历区域Q；把W₂划分成s×s的小块，s是介于1到n/2的之间的整数，得到t=n/s；记点(i,j)是窗口W₂中心点坐标，求得窗口在不同尺度s下的盒子数B_s(i,j)；当s=4时，t=2，此时W₂被划分四个4×4的小块，记为分别获取四个小块的最大灰度值l^λ和最小灰度值k^λ，则$B_4(i,j)=\underset{\lambda =1}{\overset{4}{\Sigma }}(l^{\lambda }/s-k^{\lambda }/s+1)---\left(5\right)$由此计算在尺度s=4的盒子数；对s=2时重复上面的操作，求取B₂(i,j)；然后利用最小二乘法线性拟合点对(log(t),log(B_s(i,j))),其中t=4,2;s=2,4.即满足公式(6)log(B_s)=Flog(t)+c    (6)线性拟合得到的F表示点(i,j)的分形维数，c的绝对值表示分形几何空间变化率，另有分形拟合误差表示如下:$ϵ=\underset{g=1}{\overset{3}{\Sigma }}[\log \left(B_s^g\right)-F\log \left(t^g\right)-|c|{]}^2---\left(7\right)$式(7)表示在不同尺度下的拟合误差和；由此计算分形组合特征维数d则窗口中心点(i,j)的分形组合特征维数为d,得到D(i,j)=d.当滑动窗口W₂扫描整个区域图像Q后，得到分维图像D；最后对D进行二值分割，形态学滤波，得到目标的分割图，完成目标提取。