[发明专利]单帧红外图像弱小目标检测方法、装置、设备和存储介质

权利要求书

1.一种单帧红外图像弱小目标检测方法，其特征在于，包括：

获取红外图像；

通过弱小目标检测网络模型从所述红外图像中提取特征数据，并通过特征数据的自动组合与分析，得到目标分割图像；

所述弱小目标检测网络模型的表达式为：

f＝f_T∪f_B

其中，f表示所述红外图像，f_T表示所述红外图像的目标区域，f_B表示所述红外图像的背景区域；

将所述目标分割图像转化成二值图像，并标记所述二值图像的连通区域，以得到目标的特征信息。

2.根据权利要求1所述的单帧红外图像弱小目标检测方法，其特征在于，

所述将所述目标分割图像转化成二值图像，包括以下步骤：

从所述目标分割图像中获取第一像素；所述第一像素为所述目标分割图像中的任一像素；

将所述第一像素的辐射强度与预设的强度阈值进行比较，若所述辐射强度小于所述强度阈值，则将所述第一像素的灰度值设定为0，若所述辐射强度大于所述强度阈值，则将所述第一像素的灰度值设定为255；最终设定所述目标分割图像中的任一像素的灰度值，以得到所述二值图像。

3.根据权利要求2所述的单帧红外图像弱小目标检测方法，其特征在于，

所述强度阈值的表达式为：

Tr＝m+0.5*(maxv-m)

其中，Tr表示所述强度阈值，m表示所述目标分割图像中的各像素的平均辐射强度，maxv表示所述目标分割图像中的各像素的最大辐射强度。

4.根据权利要求1所述的单帧红外图像弱小目标检测方法，其特征在于，

在所述标记所述二值图像的连通区域，以得到目标的特征信息之后，还包括以下步骤：

根据所述特征信息得到所述目标对应的外接矩形框图像。

5.根据权利要求1所述的单帧红外图像弱小目标检测方法，其特征在于，

在所述获取红外图像之前，还包括以下步骤：

创建所述弱小目标检测网络模型；

分别对多个训练用红外图像进行预处理，得到多个预处理训练图像；

分别获取各预处理训练图像所对应的训练目标分割图像样本；

通过所述弱小目标检测网络模型分别提取各预处理训练图像中的训练特征数据，以各训练目标分割图像样本作为所述训练特征数据的输出参考，对所述弱小目标检测网络模型进行训练，直至所述弱小目标检测网络模型的参数收敛，得到训练后的所述弱小目标检测网络模型。

6.根据权利要求5所述的单帧红外图像弱小目标检测方法，其特征在于，

所述以各目标分割图像样本作为所述训练特征数据的输出参考，对所述弱小目标检测网络模型进行训练，包括以下步骤：

以训练目标分割图像样本为参考，通过加权的二值交叉熵函数计算得到所述弱小目标检测网络模型输出的训练目标分割图像的误差；

采用反向传导法根据所述误差调整所述弱小目标检测网络模型各层的参数。

7.根据权利要求1所述的单帧红外图像弱小目标检测方法，其特征在于，

所述特征信息包括所述目标的位置、尺寸、形状。

8.一种单帧红外图像弱小目标检测装置，其特征在于，包括：

获取模块，用于获取红外图像；

处理模块，用于通过弱小目标检测网络模型从所述获取模块所获取的所述红外图像中提取特征数据，并通过特征数据的自动组合与分析，得到目标分割图像；将所述目标分割图像转化成二值图像，并标记所述二值图像的连通区域，以得到目标的特征信息；

所述弱小目标检测网络模型的表达式为：

f＝f_T∪f_B

其中，f表示所述红外图像，f_T表示所述红外图像的目标区域，f_B表示所述红外图像的背景区域。