[发明专利]用于反无人机红外探测系统的弱小目标检测方法和装置

说明书

本发明公开了一种用于反无人机红外探测系统的弱小目标检测方法和装置，属于红外探测技术领域，包括步骤：S1，读取原始红外图像；S2，重建出背景图像；S3，获得包含弱小目标的残差图像；S4，获得候选弱小目标区域；S5，获得最终的红外图像的背景重建图；S6，再次利用原始红外图像减去重建出的最终背景图像，得到包含弱小目标的目标显著图；S7，再次利用阈值分割方法将弱小目标从目标显著图中分割出来，并输出弱小目标信息。本发明解决了现有方法由于噪声、杂波、复杂背景等因素导致的检测率低、虚警率高的问题，并且该方法的算法简洁高效，复杂度低、易于硬件实现，满足高实时性的应用需求。

技术领域

本发明涉及红外探测技术领域，更为具体的，涉及一种用于反无人机红外探测系统的弱小目标检测方法和装置。

背景技术

红外搜索与跟踪系统越来越受重视，不管是军事领域还是民用领域。红外探测技术为远距离探测“低小慢”运动目标提供了一条技术路径。红外弱小目标检测是许多应用的一个基本与核心技术，包括天基红外预警系统、海空目标监视、红外精确制导、无人机探测等。特别地，随着无人机越来越多、易于获取、危害巨大，作为反无人机探测的重要手段之一的红外探测也越来越受到重视。

远距离红外探测系统中弱小目标检测一直是一个富有挑战的问题，有许多困难：(1)由于探测距离远，目标小，缺少形状、文理等特征；(2)传感器接受到的目标辐射一般较弱，与背景的对比度不高，信噪比低；(3)真实场景中背景复杂、变化迅速；(4)还受到杂波和噪声等干扰，导致虚警高。

一般地，根据处理红外图像帧数，可以将红外弱小目标检测方法分为基于单帧图像的检测方法和基于序列图像的检测方法。总的来说，基于序列图像的方法算法复杂度高、难以满足实际应用的实时性要求；基于单帧图像的检测方法包括传统滤波方法、基于人类视觉注意力机制方法、基于低秩稀疏矩阵分解的方法等，这些方法对于简单场景下小目标检测任务还可以适应，但对于真实复杂多变场景，会出现检测率降低、虚警率过高、鲁棒性不足等的问题，仍需要深入的研究和开发。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于反无人机红外探测系统的弱小目标检测方法和装置，解决了现有方法由于噪声、杂波、复杂背景等因素导致的检测率低、虚警率高的问题，并且该方法的算法简洁高效，复杂度低、易于硬件实现，满足高实时性的应用需求等。

本发明的目的是通过以下方案实现的：

一种用于反无人机红外探测系统的弱小目标检测方法，包括步骤：

S1，读取一帧原始红外图像；

S2，基于内窗-外窗的图像修补，并结合滑窗重建出背景图像；

S3，利用原始红外图像减去背景图像，得到包含弱小目标的残差图像；

S4，利用阈值分割方法将残差图像中候选弱小目标的像素点区域分割出来，作为候选弱小目标区域；

S5，以候选弱小目标像素区域为掩码，利用基于掩码的图像修补，只对候选目标像素点区域进行背景重建，得到最终的红外图像的背景重建图；

S6，再次利用原始红外图像减去重建出的最终背景图像，得到包含弱小目标的目标显著图；

S7，再次利用阈值分割方法将弱小目标从目标显著图中分割出来，并输出弱小目标信息。

进一步地，在步骤S2中，包括子步骤：采用从上到下、从左到右的顺序，将原始红外图像中的像素点挖掉，再利用其外窗中所有除了内窗的像素点灰度值，重建出该点的背景估计值。通过内外窗结合来重建背景图像，主要作用是可以避免目标的高亮像素值对背景像素值估计的影响，同时能够准确估计背景像素灰度值。具体地，计算背景图像中（k，l）像素的灰度值的公式为：