[发明专利]一种利用方向导数构造熵对比度的红外弱小目标检测方法

说明书

本发明涉及一种利用方向导数构造熵对比度的红外弱小目标检测方法，它有四大步骤：首先，基于最小二乘曲面拟合，利用小面模型使用卷积操作快速求解出红外图像各像素点分别在4个方向的一阶导数；然后，由弱小目标的数学成像模型出发，基于方向导数特征并结合灰度分布信息，在小范围邻域内的中心区域重新设计了信息熵计算公式；随后，对小范围邻域的周围区域同样重新设计了信息熵计算公式，利用弱小目标中心区域与周围区域对比强烈的特点，构造了熵对比度，利用该度量在各个方向导数子图中对背景进行抑制，对目标进行增强；最后，对各个方向导数子图的熵对比度相乘融合，进一步抑制边缘杂波背景，突出弱小目标。本发明可广泛应用于红外图像的弱小目标检测，具有广阔的市场前景与应用价值。

(一)技术领域

本发明涉及一种利用方向导数构造熵对比度的红外弱小目标检测方法，属于数字图像处理领域，主要涉及小面模型和弱小目标检测技术。在各类基于图像的应用系统中有广阔的应用前景。

(二)背景技术

在红外相关的预警系统中，一些可疑目标例如舰船、飞机和导弹等由于其高温特性，在红外图像上表现为高亮区域，及早发现这些可疑物体可以提前采取应对措施，为后续战略部署等争取宝贵的时间。但当成像距离较远时，这些物体就成为图像中一些弱小的点目标，失去了可以利用结构、纹理等特征，再加上相比之下红外背景大多十分复杂、变化多样，各种边缘杂波和成像过程中的噪声极大地增加了对这些小目标检测的难度。如何在保证检测率的同时，尽量抑制背景、降低虚警，一直是红外弱小目标检测的重要问题。基于局部对比度度量的方法(参见文献：李红等，一种用于小目标检测的局部对比度度量，美国电气电子工程师学会地理与遥感汇刊，2014:,52(1):574-581.(Chen C L P,Li H,Wei Y,etal.A local contrast method for small infrared target detection[J].IEEETransactions on Geoscience and Remote Sensing,2014,52(1):574-581.))是一种经典的小目标检测方法，通过分析小范围的局部灰度分布，依据目标与背景各自的特征，构造了有效的对比度来增强弱小目标，抑制背景，但通常情况背景杂波较为复杂，简单的度量无法完全区分目标与背景，因此容易造成虚警。基于中心周围累积差异度量(参见文献：谢凯等，基于累积中心周围差异度量的小目标检测，红外物理与科技，2014,67:229-236.(Xie K,FuK,Zhou T,et al.Small target detection based on accumulated center-surrounddifference measure[J].Infrared Physics&Technology,2014,67:229-236.))同样根据目标特点通过构造中心区域与周围区域的差异，该度量考虑了边缘区域的特征，将八个方向中最小的累积差异作为最后结果，能够在一定程度上抑制边缘杂波，但对于一些上下起伏明显的背景同样会产生较大的差异度量，因此最后检测结果中仍存在虚警。基于一些基于形态学处理的小目标检测方法，如击中击不中变换、顶帽变换等(参见文献：白相志等，基于击中击不中变换的红外弱小目标增强，光学与激光，2011：43(7)：1084-1090.(Bai X,Zhou F.Hit-or-miss transform based infrared dim small target enhancement[J].Optics&Laser Technology,2011,43(7):1084-1090.))利用击中击不中变换来增强弱小目标，抑制复杂背景，基于形态学的数学运算较为简单快速，但容易受到噪声和边缘杂波的干扰产生过高的虚警。基于人类视觉系统的检测方法(参见文献：韩金辉等，一种基于人类视觉系统的红外小目标检测算法，美国电气电子工程师学会地质和遥感快报，2016，13(3):452-456.(Han J,Ma Y,Huang J,et al.An infrared small target detectingalgorithm based on human visual system[J].IEEE Geoscience and Remote SensingLetters,2016,13(3):452-456.))利用DoG来增强目标抑制背景，并增加了方向信息以克服DoG对边缘敏感的缺点，减少了检测结果中的虚警，但由于红外场景局部的一些背景边缘并不是只沿着一个固定方向，因此边缘抑制效果有限。在构造局部对比度度量时考虑到目标可能具有变化的形状大小，一些方法加入了多尺度信息(参见文献：魏闫涛等，基于多尺度块对比度度量的红外小目标检测，模式识别，2016,58:216-226.(Wei Y,You X,LiH.Multiscale patch-based contrast measure for small infrared target detection[J].Pattern Recognition,2016,58:216-226.))，从多个尺度中的结果选取合适的作为最后结果，但局部对比度的方法本身就对噪声敏感，再加上简单的极大极小尺度选取方法不能避免噪声的影响，因此最后的结果中依然存在着许多杂波虚警。大多数算法在低信噪比下的目标检测与复杂背景下的虚警抑制方面依然无法得到满意的结果。