[发明专利]一种天空背景下红外弱小目标实时检测方法

说明书

本发明涉及一种红外弱小目标检测方法，具体涉及一种天空背景下红外弱小目标实时检测方法。本发明的目的是解决现有天空背景下红外弱小目标检测中存在若采用基于序列的检测方法，计算复杂，难以实现实时应用，若采用基于单帧的检测方法，对比度检测精度容易受到杂波影响，在低信杂比场景下的弱小目标检测性能较差，且稀疏问题优化求解计算复杂，无法在工程上进行实时应用的技术问题，提供一种天空背景下红外弱小目标实时检测方法。该方法通过差分高斯滤波器提取占像元总数预定比例的像元作为备选目标，再通过将备选目标的局部对比度和梯度信息相结合的方法，增强目标，抑制背景杂波和噪声干扰，实现快速、高性能地实时检测弱小目标。

技术领域

本发明涉及一种红外弱小目标检测方法，具体涉及一种天空背景下红外弱小目标实时检测方法。

背景技术

红外搜索与跟踪系统(infrared searching and tracking,IRST)广泛应用于安防和搜救等领域，红外弱小目标检测性能决定了系统的作用距离，因此是红外搜索与跟踪系统的关键技术之一。根据国际光电工程学会(SPIE)定义，把红外图像中占据像元数量小于9×9的目标定义为小目标。在天基、空基红外预警系统中，由于作用距离较远，目标尺寸通常为3×3，甚至更小，且云层及杂波的干扰很强，使得目标检测难度较大。

根据调研国内外研究机构和学者对天空背景下的红外弱小目标检测技术的研究情况，目前主流的检测方法可分为两大类：基于序列的检测方法和基于单帧的检测方法。其中，基于序列的检测方法精度高，但计算复杂，现有的技术难以在IRST系统中实现实时应用；而基于单帧的检测方法比基于序列的检测方法计算量更低，因此，目前IRST系统中的目标检测方法多采用基于单帧的检测方法。现有单帧检测方法主要通过不同尺度下的局部对比度、稀疏问题优化求解等思路实现目标检测，基于对比度方法的检测精度容易受到杂波影响，在低信杂比(signal-to-clutter ratio,SCR)场景下的弱小目标检测性能较差；稀疏问题优化求解能适应低信杂比场景，但计算复杂无法在工程上进行实时应用。

综上所述，研究实时红外弱小目标检测方法，对于提高红外搜索与跟踪系统的作用距离和性能有重要的价值。

发明内容

本发明的目的是解决现有天空背景下红外弱小目标检测中存在若采用基于序列的检测方法，计算复杂，难以实现实时应用，若采用基于单帧的检测方法，对比度检测精度容易受到杂波影响，在低信杂比场景下的弱小目标检测性能较差，且稀疏问题优化求解计算复杂，无法在工程上进行实时应用的技术问题，提供一种天空背景下红外弱小目标实时检测方法。

为解决上述技术问题，本发明提供的技术解决方案如下：

本发明提供一种天空背景下红外弱小目标实时检测方法，其特殊之处在于，包括以下步骤：

1)利用等效差分高斯滤波公式(2)逐像元处理天空背景下包含尺寸小于9×9的红外弱小目标的输入图像I_in，得到滤波结果I_D；

DoG(i,j,σ₁,σ₂)＝DoG(i,j,σ₁,σ_t)+DoG(i,j,σ_t,σ₂), (2)

其中，(i,j)是像元坐标，σ₁和σ₂均是高斯函数的标准差参数，σ₁＝1.07，σ₂＝2.71；

2)利用灰度强度计算滤波结果I_D的累积分布函数，利用累积分布函数计算占总像元预定比例且灰度值最大的像元的阈值；

3)根据阈值分割滤波结果I_D，生成二值化的掩模I_M，遍历掩模I_M中所有非0像元并生成其尺度因子s；