[发明专利]基于拓扑-图切融合优化的多谱段红外图像背景抑制方法

说明书

本发明公开了一种基于拓扑‑图切融合优化的多谱段红外图像背景抑制方法，分别对多谱段的红外图像进行局部Patch预处理获得预处理后的图像，根据拓扑微分方法对所述预处理后的图像进行强起伏边缘的抑制获得最优扩散系数，根据获得的最优扩散系数与梯度均值滤波相结合分别对单波段图像进行背景抑制，获得若干个单波段杂波抑制后的目标图像；根据尺度区域能量理论模型对所述获得的若干个单波段杂波抑制后的目标图像进行融合，得到多谱段融合的背景抑制结果图像；对所述多谱段融合的背景抑制结果图像进行图切策略优化，消除融合后图像的局部轮廓效应，最终获得背景抑制后的图像。本发明能有效地抑制红外图像中所包含的高灰度级、起伏剧烈的红外背景，并能够突出目标信息。

技术领域

本发明属于红外图像处理技术领域，具体涉及一种基于拓扑-图切融合优化的多谱段红外图像背景抑制方法。

背景技术

红外图像背景抑制在红外图像处理领域引起了越来越多的关注，由于其在红外弱小目标检测中有着潜在的重要应用；尤其是对于处于背景复杂、对比度较低红外图像中的小目标的检测；如直接对处在复杂的天空背景、海天背景下的小目标，使其准确检测是异常的困难；为了解决此问题，红外图像背景抑制是一项关键的预处理技术，其能够有效地抑制复杂起伏背景，增强目标与背景的对比度，从而有利于提高弱小目标的检测精度。

近年来，红外图像背景抑制的研究成果不断地被报道，其中代表性的有基于背景预测的经典滤波方法，如最大中值滤波和最大均值滤波，形态学Top-Hat滤波、二维最小均方误差滤波、主成分分析以及基于视觉注意机制的方法等。这些方法都是基于目标灰度值局部相对较高的特性，通过在空域或变换域中寻找图像极值点来实现背景的抑制，均能较好地抑制简单、平稳的背景；且主要针对单谱段的红外图像。但对于复杂多变的非平稳背景，这些方法很难准确区分目标和背景杂波，且极易受窗口大小、结构元素等参数的影响，通常使得背景抑制结果的虚警概率较高。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于拓扑-图切融合优化的多谱段红外图像背景抑制方法，能够突破单谱段红外图像背景抑制精度低的瓶颈，且不需引入“硬”阈值优化，实现对复杂背景下的红外图像的背景抑制。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供一种基于拓扑-图切融合优化的多谱段红外图像背景抑制方法，该方法为：首先，分别对多谱段的红外图像进行局部Patch预处理获得预处理后的图像，其次，根据拓扑微分方法对所述预处理后的图像进行强起伏边缘的抑制获得非线性扩散的最优扩散系数，根据获得的最优扩散系数与梯度均值滤波相结合分别对单波段图像进行背景抑制获得若干个单波段杂波抑制后的目标图像；然后，根据尺度区域能量理论模型对所述若干个单波段杂波抑制后的目标图像进行融合获得多谱段融合的背景抑制结果图像；最后，对所述多谱段融合的背景抑制结果图像进行图切策略优化，消除融合后图像的局部轮廓效应，最终获得背景抑制后的图像。

上述方案中，所述分别对多谱段的红外图像进行局部Patch预处理获得局部预处理像素区域，具体为：采用4-邻域算子求取多谱段的红外图像中局部极值点；预处理算法利用式(1)进行表示：

其中，u表示一个大小为M×N的图像，下标s表示图像u中的某一个像素，u^s则表示像素s的灰度值，集合n^s＝{w,e,n,d}表示像素s相邻的四个像素，则表示经过局部预处理后像素s的灰度值。

上述方案中，所述根据拓扑微分方法对所述预处理后的图像进行强起伏边缘的抑制获得非线性扩散的最优扩散系数，具体通过以下步骤实现：

步骤101：根据所述预处理后的图像的代价泛函表达式及图像在相邻像素方向上的梯度值获得像素扩散系数k^s的所有组合；

所述所述预处理后的图像的代价泛函表达式具体表达式为式(2)：