[发明专利]一种红外弱小目标的检测方法及装置

说明书

本发明公开了一种红外弱小目标的检测方法及装置，包括获取红外图像数据；基于红外图像数据利用第一检测器进行检测，并确定相应的第一检测结果的置信度；在第一检测结果的置信度大于第一阈值的情况下，直接判断目标类型；在第一检测结果的置信度大于第二阈值且小于第一阈值的情况下，对红外图像数据中的目标区域进行上采样；将上采样后的目标区域利用第二检测器进行检测，并确定相应的第二检测结果的置信度，其中第二检测器的检测粒度小于第一检测器的检测粒度；在第二检测结果的置信度大于第一阈值的情况下，判断目标类型。本公开通过第一检测器的粗粒度检测和第二检测器的细粒度检测能够提高对红外图像中弱小目标的检出能力。

技术领域

本发明涉及红外系统技术领域，尤其涉及一种红外弱小目标的检测方法及装置。

背景技术

红外目标检测系统的重要衡量指标是对弱小目标的检测能力。在待检测的目标与探测器的距离很远时，目标的光谱能量经过大气传输，在大气扰动、光学散射和衍射等影响下，探测器靶面能接收到的目标的光谱辐照度很小，导致图像中目标的信噪比很低。因此，红外场景中的弱小目标与其他图像相比，具有目标更小，更难以分辨的特性，红外弱小目标检测技术也面临着极大挑战。

随着深度学习技术的问世，将基于特征表达的图像检测识别等任务统一在同一个理论框架下，不需要通过人工设计提取特征的传统方式，而是让机器在无监督的条件下提取和选择特征。现有的大部分网络在卷积的过程中，红外小目标的特征信息容易丢失，红外小目标检测效果仍然不够理想。

发明内容

本发明实施例提供一种红外弱小目标的检测方法及装置，用以提高对红外图像中的弱小目标的检测能力。

本发明实施例提供一种红外弱小目标的检测方法，包括：

获取红外图像数据；

基于所述红外图像数据利用第一检测器进行检测，并确定相应的第一检测结果的置信度；

在第一检测结果的置信度大于第一阈值的情况下，直接判断目标类型；

在第一检测结果的置信度大于第二阈值且小于第一阈值的情况下，对所述红外图像数据中的目标区域进行上采样；

将上采样后的目标区域利用第二检测器进行检测，并确定相应的第二检测结果的置信度，其中所述第二检测器的检测粒度小于所述第一检测器的检测粒度；

在第二检测结果的置信度大于第一阈值的情况下，判断目标类型。

在一些实施例中，还包括在在第一检测结果的置信度小于第二阈值的情况下，判断所述红外图像数据中不包含目标。

在一些实施例中，对所述红外图像数据中的目标区域进行上采样是通过双三次上采样完成的。

在一些实施例中，获取红外图像数据包括：

获取原始红外图像数据，并对所述原始红外图像数据进行噪声抑制，以获取所述红外图像数据。

在一些实施例中，所述第一检测器和所述第二检测器均基于SSD网络框架实现；

所述SSD网络框架包括依序设置的第一AlexNet网络结构、第二AlexNet网络结构、第一卷积网络、第二卷积网络和池化层，其中所述第一AlexNet网络结构包括5层卷积层，且各卷积内核大小为3，所述第一卷积网络和第二卷积网络的内核大小为3，步长为2，所述池化层内核尺寸为3。

在一些实施例中，所述SSD网络框架还包括设置于各级结构输出端的先验框，且各先验框的规格不同；

各先验框被配置为基于该级结构的输出预测可能存在目标的边界框。