[发明专利]一种基于连续有限帧红外图像的弱小目标检测方法

说明书

本发明涉及一种基于连续有限帧的红外图像弱小目标检测方法，首先采用Lucas–Kanade光流法对连续两帧红外原始图像进行光流场计算，建立红外图像光流场；然后对得到红外图像光流场进行疑似运动区域检测，在保证检测精度的情况下处理帧数更少，处理速度更快，冗余信息更少；之后通过将感兴趣区域分解为更小的红外图像块，进行基于SVD分解的背景抑制，处理后的目标集与背景集分别重构；最后通过自适应滤波检测出红外弱小目标位置。通过在构建的modis红外弱小目标图像库中进行验证，选取3组红外弱小目标序列图像实验分析，验证了本发明的检测准确性。

技术领域

本发明属于红外弱小目标检测领域，涉及一种基于连续有限帧红外图像的弱小目标检测方法。

背景技术

红外弱小目标检测系统因具有全天候、被动监视的特性，已广泛运用于空间态势感知、空间探测以及空中导航中。作为国家临近空间检测能力的重要体现，红外弱小目标检测问题一直是红外图像处理中的热门研究课题。然而随着红外成像系统的发展，红外弱小目标的检测系统的运用环境更加复杂，成像相机焦平面与目标的距离更加遥远，使得目标在图像相平面上表现为点状或者接近点状，无纹理、形状、大小和其他可用信息；目标出现的随机性，所以对目标的检测必须在全空域进行，对算法的实时性提出了更高的要求；并且在信噪比低背景复杂的情况下，红外小目标很容易被淹没在噪声与背景杂波中。因此，设计一种具有高实时性的红外弱小目标检测算法具有重要的意义和价值。

近年来，红外弱小目标检测算法的研究已近取得了很好的成效，但是由于红外图像成像质量普遍偏低，所受噪声及背景杂波干扰剧烈，使得红外弱小目标检测邻域的研究仍充满挑战。国内外学者主要采用的方法可分为以下两类：检测前跟踪方法(DBT)及跟踪前检测方法(TDB)。有人提出了一种基于核函数及直方图的检测算法，该算法作为第一类型中的典型方法，它利用各向同性核函数来加权目标和候选目标区域的直方图，并测量它们之间的相似性，而后采用梯度下降来对目标进行定位。国内外学者在此框架下进行了许多研究，例如在x，y方向构建级联灰度空间的方法，并使用灰度加权直方图对红外小目标进行建模，相较于传统的基于图像灰度直方图特征来对对象进行建模，虽然该方法引入了梯度信息对其建模进行了改进，但由于红外小目标的尺寸小且像素少，因此该类方法并不能取得令人满意的结果。基于先跟踪目标的运动信息进行检测的第二类方法将红外弱小目标的检测问题从单帧图像转移到序列图像上，其中最具代表性的是基于帧差法和卡尔曼滤波的检测前跟踪框架，更适用于非线性和非高斯条件。但是为了获得较高的算法精度，需要保证跟踪帧数，这样容易导致运算量大幅增加，在实际中应用这些方法尚有一定的难度。而有的人提出的加权多示例跟踪算法能提高跟踪准确率及处理速度,但是当目标信噪比较小并淹没在背景中时,分类器很容易退化,无法对目标进行准确检测。在经过较长时间发展的今天，如何有效的兼备两种方案优势形成一套有效的红外弱小目标检测方法成为一个迫切需要解决的问题。

传统红外弱小目标检测方法多采用跟踪前检测框架下的单帧检测多帧排查方案，或检测前跟踪框架下的多帧跟踪检测方案，这样无论是多帧排查还是多帧跟踪在计算复杂度及检测准确性上都存在较大局限。其中包括单帧检测多帧排查方案过于依赖检测算法精度，单帧检测时不能有效利用运动信息，会使得多帧排查的冗余计算量较大；多帧跟踪方案则要求多帧图像作为输入，检测延迟较大。

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，本发明提出一种基于连续有限帧红外图像的弱小目标检测方法，有限帧是指在连续的2-5帧图像，通过帧间像素信息提取出感兴趣运动区域，在引入运动信息的基础上，最小化系统检测延迟，提出一种基于连续有限帧红外图像的弱小目标检测方法。

技术方案

一种基于连续有限帧红外图像的弱小目标检测方法，其特征在于步骤如下：

步骤1、基于连续有限帧红外图像的Lucas–Kanade光流场建立：