[发明专利]基于时空特性红外弱小目标检测方法

权利要求书

1.一种基于时空特性红外弱小目标检测方法，其特征在于包括：

获取目标红外图像的高频分量滤波图，由高频分量滤波图确定多个可疑目标；

对每个可疑目标依次利用灰阶分布九宫格进行邻域能量空间分布特性的计算，再进行纹理梯度分布特性计算，再由可疑目标的方位俯仰尺度比及目标饱和度进行判断，最后进行目标时间域分布特性的判断，逐步剔除可疑目标中的伪目标，最后确定真实目标。

2.根据权利要求1所述的基于时空特性红外弱小目标检测方法，其特征在于：所述高频分量滤波图通过对采集的目标红外图像进行最大最小滤波，去除平缓背景后获取。

3.根据权利要求1或2所述的基于时空特性红外弱小目标检测方法，其特征在于：所述利用灰阶分布九宫格进行邻域能量空间分布特性的计算方法包括：

针对每个可疑目标，由高频分量滤波图确定可疑目标的型心、方位尺寸及俯仰尺寸，然后在目标红外图像的相应位置以型心为中心，以当前可疑目标为中间分格，建立九宫格；分别计算九宫格中每个小分格图像的灰度均值和灰度方差，当可疑目标的八个邻域中满足预设能量空间分布要求的领域小于六个，则判定为伪目标。

4.根据权利要求3所述的基于时空特性红外弱小目标检测方法，其特征在于：通过计算九宫格中每个小分格图像的灰度均值和灰度方差，判定伪目标的方法包括：

首先确定真实目标：

∑(gray_diff_i)＞＝6，

∑(deta_diff_i)＞＝6，

式中gray_diff_i表示八邻域中第i个小分格图像的灰度均值与可疑目标所在小分格图像的灰度均值的大小关系，当可疑目标所在小分格图像的灰度均值大于第i个小分格图像的灰度均值，则gray_diff_i为1，否则为0，mean₅表示可疑目标所在小分格图像的灰度均值，mean_i表示每个邻域小分格图像的灰度均值，i＝1，2，3，4，6，7，8，9；deta_diff表示八邻域中第i个小分格图像的灰度方差与可疑目标所在小分格图像的灰度方差的大小关系，当可疑目标所在小分格图像的灰度方差大于第i个小分格图像的灰度方差，则deta_diff为1，否则为0；deta₅表示可疑目标所在小分格图像的灰度方差，deta_i表示八个邻域小分格图像的灰度方差；

对于满足上式的可疑目标，初步判定为真实目标，不满足上式的可疑目标则判定为伪目标，剔除。

5.根据权利要求1至4中任一项所述的基于时空特性红外弱小目标检测方法，其特征在于：对可疑目标进行纹理梯度分布特性计算的方法包括：

计算可疑目标的纹理梯度分布，将纹理梯度分布不满足高斯分布的可疑目标判断为伪目标，剔除。