[发明专利]一种对于红外图像的分级虚警判断方法

说明书

本发明公开了一种对于红外图像的分级虚警判断方法,包括以下步骤：步骤a，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；步骤b，求目标扩展框，并截取目标扩展框内部区域作为扩展子图；步骤c，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β。具体涉及红外光学领域。该对于红外图像的分级虚警判断方法，对红外图像中目标情况进行分级判断，且充分考虑目标区域以及背景中目标附近区域的数据性质差异，达到了稳定有效的红外图像中虚警的判断与排除。

技术领域

本发明属于红外光学领域，具体涉及一种对于红外图像的分级虚警判断方法。

背景技术

在实时跟瞄系统中，红外的虚警排除较为特殊，尤其是对于工艺或热成像效果较差的红外相机。既要考虑到噪声的影响，又要考虑到在较复杂背景或较小目标时虚警的鲁棒性和精确性，各论文和研究中主要有以下几种方法:

一类是对红外图像使用局部对比度方法，即LCM，其利用了HVS和DKmodel，在此之前经常使用高提升滤波进行预处理。

二类对红外图像进行局部权重熵的计算，根据权重熵的大小来判断虚警。

三类是对目标区域计算均值或均方差，此方法容易受到子图像的局部影响，效果有限。

现有的研究和应用中，大多红外图像的虚警排除方法在小目标跟踪时反而会起到消极效果，在背景灰度值较高时效果一般。故本发明在这些方法的基础上进行改进和重新设计，以达到良好的虚警判别效果。

发明内容

本发明的目的在于提供一种红外图像的分级虚警判断方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种对于红外图像的分级虚警判断方法，包括以下步骤：步骤a，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；步骤b，求目标扩展框，并截取目标扩展框内部区域作为扩展子图；步骤c，若是非小目标模式，则分别求子图的均值α和扩展子图去除子图的扩展部分的均值β。若是小目标模式，则求扩展子图内的最大值M，此最大值对应像素位置所在区域若为内区域，则取外区域最小值为m,否则取内区域最小值为m；步骤d，若是非小目标模式，则求得内外区域均值差异meanGap，并与阈值T比较，确认此帧目标标识是否为虚警；若是小目标模式，则求得异区最值比率RMm，并与阈值T_r比较，确认此帧目标标识是否为虚警。

优选的，所述步骤a中，以目标框大小作为依据对当前帧虚警判断方法进行选择分级为小目标模式和非小目标模式，同时截取目标框内部区域作为子图；具体计算方法为：

I_sub＝I(W_T，H_T，C_T)

A＝max(W_T，H_T)

小目标模式 if A≤5

非小目标模式 else

其中，I为原图像，I_sub为所截子图(内区域)，I(W_T，H_T，C_T)即取中心为C_T，宽为W_T，高为H_T的框所包含的部分图像(子图像)，max(a,b)指取a与b中的较大值。

优选的，所述步骤b中，求目标扩展框，并截取目标扩展框内部区域作为扩展子图，具体计算方法为：

exW＝2W_T

exH＝2H_T