[发明专利]一种单帧红外图像弱小目标检测和定位方法

说明书

技术领域

本发明涉及一种单帧红外图像弱小目标检测和定位方法，可以应用于复杂背景下的单帧红外图像弱小目标检测和定位。 

背景技术

复杂背景下单帧红外图像的弱小目标检测和定位是红外搜索与跟踪系统等领域的一项关键技术，也一直是该领域的研究热点和难点。受红外传感器技术、大气辐射、作用距离和探测器噪声等因素的影响，红外图像的对比度和信噪比都很低，加之远距离目标的成像面积较小，目标的成像面积仅为几个像素到几十个像素，在视场中表现为孤点或斑点，基本上无形状和纹理特征可以利用。因而，传统的基于目标大小、形状及特征的检测方法无法得到良好的检测和定位效果。 

目前已有的红外图像弱小目标检测方法，概括起来可以分为基于时间域的检测方法、基于空间域的检测方法和基于变换域的检测方法三大类。基于时间域的检测方法主要包括图像熵差法、基于序列图像检测法和基于面模型的匹配滤波法等。但是，基于时间域的检测方法需要用到不同时间采集的多帧图像，且图像序列必须配准，不适用于单帧图像的目标检测。基于空间域的检测方法主要利用小目标亮度高于其邻域背景，且与背景不相关的特性，直接在空间域对图像进行处理，其代表方法主要包括中值滤波法、二维最小均方误差法和偏微分方程法。然而，在低信噪比且具有复杂背景的红外弱小目标图像中，目标和背景的空间灰度分布非常接近，导致传统的基于空间域的检测方法难以准确地区分目标和背景，从而无法取得较好的检测效果。基于变换域的检测方法主要包括频域高通滤波法和基于小波变换的检测方法，该类方法对图像数据具有更为精细的分析能力，但存在运算复杂的缺点，不利于硬件系统实现。 

发明内容

要解决的技术问题 

为了避免现有技术的不足之处，本发明提出一种单帧红外图像弱小目标检测和定位方法，基于形态学带通滤波和尺度空间理论的单帧红外图像弱小目标检测和定位方法，可以自动地从低信噪比且具有复杂背景的单帧红外图像中检测并定位出弱小目标，具有很高的检测精度和较低的虚警率。 

技术方案 

一种单帧红外图像弱小目标检测和定位方法，其特征在于步骤如下： 

步骤1预处理：采用加权平均法对输入红外图像的RGB三个分量进行加权平均得到灰度图像，然后利用灰度线性变换函数将灰度图像的灰度范围映射到[I_min,I_max]的灰度区间，得到预处理后的图像I； 

其中：加权平均法计算公式为f(x,y)＝0.3R(x,y)+0.59G(x,y)+0.11B(x,y)，f(x,y)为加权平均法得到的灰度图像在像素点(x,y)的灰度值，R(x,y)、G(x,y)和B(x,y)分别为输入红外图像在像素点(x,y)的RGB三个分量值；灰度线性变换函数为 I(x,y)=(Imax-Imin)×f(x,y)-fminfmax-fmin+Imin,]]>I(x,y)为f(x,y)经过灰度线性变换后的灰度值，f_min、f_max分别为灰度线性变换前的灰度图像的最小灰度值和最大灰度值；