[发明专利]一种基于红外视频图像的小目标检测方法

说明书

本发明公开的一种基于红外视频图像的小目标检测方法，包括以下步骤：步骤1：将M帧红外视频序列的每一帧作为列向量输入，构成数据矩阵；步骤2：建立以鲁棒矩阵近似理论为背景建模方式，外加基于目标稀疏表达项和抗噪声干扰项的红外视频图像目标检测模型；步骤3：运用ADMM求解检测模型，得到红外视频背景部分和目标部分的最优解；步骤4：将背景部分和目标部分转换到视频形式并输出。本发明一种基于红外视频图像的小目标检测方法，能准确的检测出红外小目标，即使在目标微弱至仅有几像素的情况下也能够实现小目标的准确有效提取；其次，检测结果不受目标运动情况的限制，当目标出现重复轨迹时也可实现准确检测。

技术领域

本发明属于视频图像处理方法技术领域，具体涉及一种基于红外视频图像的小目标检测方法。

背景技术

随着红外成像技术的不断发展，红外小目标检测技术在军事领域和民用领域均得到了广泛的应用，一方面，在军事应用领域，全天候的红外搜索与跟踪系统(InfraredSearch and Track Systems，IRST)意义重大，与雷达探测的主动作战相比，它不仅可以被动探测，隐蔽性更好，不易被敌方发现，而且具备全天候检测的能力和抗电磁干扰能力，因此红外成像技术在军事领域发挥了极为重要的作用，如天基红外预警的核心技术之一便是红外探测系统。另一方面，在民用领域，红外成像的作用也不可小觑，如随着科学技术的发展，无人机掀起了时代的新热潮，然而无人机的非法使用也给国家安全和人民生活安全带来了威胁，此时便需要一个可以实现检测功能的有力且可靠的系统；此外，红外成像在居民生活区的安全监控、生物医学等方面也做出了突出贡献。

然而，红外成像也存在一些不足，其成像结果受到目标辐射强度和探测距离的影响较大，首先，随着探测距离的增大，红外成像的目标越小，目标辐射越小，成像的目标强度也越弱。但通常情况下，目标与红外探测器之间的距离是较远的，探测器捕捉到的目标信息通常呈现为大小只有几个像素至几十像素的微弱目标点，而且特征信息不明显(如纹理、形状等)，加之以红外成像结果较易收到环境因素(大气辐射等)的影响，成像结果的信噪比往往较低，这就导致目标点的灰度值相对于背景和噪声部分而言区分并不大，这就给目标的检测带来了很大的困难。因此，研究基于红外视频图像的弱小目标检测技术具有极大的理论创新意义和现实使用价值。

目标检测一般是基于背景提取和前景分离技术进行的，即通过某种背景建模策略，把视频图像分为背景部分和前景部分，目前常用的目标检测方法有高斯背景建模法、帧差法、低秩分解法等，但这些算法仍受到诸多因素的限制。首先，高斯背景建模法在复杂背景下的虚警率较高，且容易产生“鬼影现象”；采用帧差法得到的检测结果受目标运动情况的影响较大，难以检测出运动缓慢或具有重复运动轨迹的目标，存在“空洞现象”；这些问题都给实际应用带来了极大的限制，如无人机在执行侦察任务时需在某处盘旋飞行，此时采用上述方法均无法完整、连续地检测出目标；此外，当目标较小时，环境因素带来的干扰噪声仍然会对采用低秩矩阵分解法的检测结果产生较大影响。

发明内容

本发明的目的在于提供一种基于红外视频图像的小目标检测方法，能准确检测出红外小目标并不受目标运动情况的限制。

本发明所采用的技术方案是：一种基于红外视频图像的小目标检测方法，包括以下步骤：

步骤1：将M帧红外视频序列的每一帧作为列向量输入，构成数据矩阵；

步骤2：假设步骤1中输入的数据矩阵由背景、目标和干扰噪声三部分构成，基于阵列信号处理的理论，建立以鲁棒矩阵近似理论为背景建模方式，外加基于目标稀疏表达项和抗噪声干扰项的红外视频图像目标检测模型；

步骤3：运用交替方向乘子法(Alternating Direction Method of Multipilers，ADMM)求解步骤2中得到的红外视频图像目标检测模型，得到红外视频背景部分和目标部分的最优解；

步骤4：将步骤3求解得到的背景部分和目标部分转换到视频形式并输出。