[发明专利]一种基于广义S变换的微弱目标检测方法

说明书

技术领域

本发明属于图像处理领域，尤其涉及应用图像的二维广义S变换进行微弱目标的检测方法。

背景技术

在预警系统中，常常要求探测器能够在第一时间发现并捕获、跟踪目标，并进一步的对目标的类型、速度等参数进行识别和判断，从而辅助预警系统做出决策。而此时由于作用距离远，目标的成像面积非常小，加之大气散射、系统噪声等因素的干扰，探测器获得的图像信噪比极低，致使目标能量非常微弱，因此，微弱目标的探测和识别具有重要的研究意义。目前，微弱目标检测主要是在图像的空间域内完成的，主要思路都是通过增强微弱目标能量、抑制背景噪声来实现目标检测。比如，多帧能量累加、背景预测、图像增强等。

1)多帧能量累加

由于微弱目标是运动的，其运动轨迹是连续、一致的，通常表现为有一定规律的曲线，而噪声是杂乱无章、没有规律的。如果能沿着目标轨迹将目标的能量累积，那么到达一定的累加程度后，目标的能量将得到显著增强，而噪声则无明显变化，此时可以成功检测出图像中的微弱目标。

然而，在很多实际情况中目标的航速、航向及位置等轨迹信息预先都未知，要实现沿目标轨迹上积累目标能量非常困难。目前大多数方法都是通过连续多帧图像求平均值来达到累积目标能量的目的，但这种方法具有一定的局限性，它对于目标在帧间运动速度比较慢的情况能在一定程度上积累目标能量，但对于帧间运动位移与目标的大小相仿，即帧间无重叠的情况，直接进行帧间累加基本就没什么改善效果。

2)背景预测

背景预测技术是利用目标与背景在空间、时间或频域的特性区别，压制背景、突出目标。特别对于点源目标，斑状目标或小目标，其形态信息完全没有或不显著的情况下，通过各种空间、时间及频域滤波算法减弱背景图像的能量，可以有效增强目标图像的能量。

由于图像的背景具有较强的空间相关性，在一个小区域内不会有很大的起伏，而目标总是它所在的小区域内较突出的一个变化，因此可以假设：图像中任何一点如果是背景中的点，它的灰度、梯度和其它特征都可以根据它周围的点来预测，若预测失败则可认为此点是潜在目标点，这就是背景预测的基本思想。

通常采用的方法是用局部小区域内像素的加权平均来预测背景，设原图像为f(x，y)，则预测的背景为

fb(x,y)=Σm,n=-ppf(x+m,y+n)w(m,n)---(1)]]>

将f_b(x，y)和原图像进行减运算，就可以抑制大部分背景，突出了微弱目标。

背景预测法对于背景简单的点状目标是有效的，但在对比度极低的情况下，不能准确地预测背景并成功检测出微弱目标。

3)其他现有方法

微弱目标图像往往对比度极低，如果能用图像增强方法提高图像的对比度，也可以有效的提高微弱目标的检测概率和识别概率。

目前采用的图像增强方法有直方图均衡，模糊增强等方法。

直方图均衡法的优点是能自动的增强整个图像的对比度，但它对于具体的增强效果不容易控制，处理的结果总是得到全局均衡化的直方图，而微弱目标往往并没有得到明显增强，所以对于微弱目标检测，直方图均衡的效果并不理想。