基于对比度敏感函数的背景杂波量化方法

摘要

本发明公开了一种基于对比度敏感函数的背景杂波量化方法，主要解决现有杂波尺度不能很好地符合背景杂波相对性及不能充分地体现人眼视觉特性的问题。其实现步骤是：将背景和目标亮度图像进行归一化、非线性化处理，得到背景和目标亮度矩阵；将背景亮度矩阵分割成若干个大小相等的小单元；对目标亮度矩阵和背景亮度小单元进行傅里叶变换，并对得到的频域目标和背景矩阵进行对比度敏感函数滤波，获得目标和背景感知矩阵；将目标感知矩阵与各个背景感知矩阵差值平方和的均值作为整体背景杂波尺度。本发明提高了预测目标探测概率与主观实际目标探测概率的一致性，有利于提高光电成像系统目标获取性能预测和评估的准确性。

主权项

1.一种基于对比度敏感函数的背景杂波量化方法，包括如下步骤：(1)将目标亮度图像和背景亮度图像进行归一化、非线性化处理，分别得到目标亮度矩阵x和背景亮度矩阵y；(2)将背景亮度矩阵y分成N个大小相等的小单元y_i，i＝1,2，...,N，每个背景小单元水平和垂直方向的大小均与目标亮度图像相应尺寸的大小相等；(3)对目标亮度矩阵x和N个背景亮度矩阵小单元y_i，i＝1,2，...,N，进行二维离散傅里叶变换，分别得到频域目标矩阵X和N个频域背景矩阵Y₁,Y₂,...,Y_N；(4)用Mannos-Sakrison对比度敏感函数CSF_MS对频域目标矩阵X和N个频域背景矩阵Y_i，i＝1,2,...,N，进行滤波，分别得到目标感知矩阵T和N个背景感知矩阵B₁,B₂,...,B_N，所述的用Mannos-Sakrison对比度敏感函数CSF_MS对频域目标矩阵X的滤波，是由对比度敏感函数CSF_MS点乘频域目标矩阵X实现，即：T(μ，v)＝CSF_MS(μ，v)·X(μ，v)其中，T(μ，v)是位于目标感知矩阵T位置(μ，v)处的值，CSF_MS(μ，v)是位于Mannos-Sakrison对比度敏感函数CSF_MS位置(μ，v)处的值，μ和v分别是对比度敏感函数CSF_MS水平和垂直方向的频率，u＝0,1,2，...,m-1，v＝0,1,2，...,n-1；所述的用Mannos-Sakrison对比度敏感函数CSF_MS对N个频域背景矩阵Y_i，i＝1,2，...,N进行滤波，是由对比度敏感函数CSF_MS分别点乘N个频域背景矩阵实现， 即：B_i(μ，v)＝CSF_MS(μ，v)·Y_i(μ，v)其中，B_i(μ，v)是位于背景感知矩阵B_i位置(μ，v)处的值，i＝1,2，...,N；(5)求各个背景感知矩阵B_i，i＝1,2，...,N，和目标感知矩阵T差值的均方和，得到局部杂波尺度LC_i：其中，T(μ，v)和B_i(μ，v)分别是位于目标感知矩阵T和背景感知矩阵B_i位置(μ，v)处的值，μ和v分别是目标感知矩阵水平和垂直方向的频率，u＝0,1,2，...,m-1，v＝0,1,2，...,n-1，m和n分别是目标感知矩阵的行数和列数；(6)取所有局部杂波尺度的均值，作为整体背景杂波量化尺度：