[发明专利]红外运动目标检测方法及装置

说明书

本发明提供一种红外运动目标检测方法及装置，涉及红外目标检测及图像处理领域，方法包括：从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建不同尺度的平滑滤波器；采用不同尺度的平滑滤波器对红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像分别进行滤波，得到分别对应的第一显著性特征图像、第二显著性特征图像和第三显著性特征图像；将三种显著性特征图像融合，得到融合特征图像；根据对应于红外图像序列中多个待检测的红外图像的融合特征图像，确定红外运动目标的检测结果。该方法及装置解决了现有方法中目标与背景难以区分、单一特征描述不充分、虚警干扰高及时效性慢等问题。

技术领域

本发明涉及红外目标检测及图像处理技术领域，尤其涉及一种红外运动目标检测方法及装置。

背景技术

红外成像与探测系统由于具有灵活性、便携性、全天时视物、穿透能力强等优势，已经在安防、环境检测、气象观测等多个领域有着广泛的应用。近年来，航天、遥感等领域的空中目标探测，引起了各国学者的关注，而红外探测也在其中发挥着巨大的作用。这些应用主要依赖于红外搜索与跟踪系统（Infrared searching and tracking system，IRSTS）对关注目标的定位与发现，而红外运动目标检测技术又是不可或缺的关键环节。然而，由于红外成像探测的距离相对较远，传输过程受到大气影响以及自然场景中存在大量具有高辐射特性的虚警源，导致目标成像后像元面积小，仅占几个像素，不具备明显的颜色、纹理、几何形态特性。同时，由于背景杂波与大气干扰，以及传感器固有的缺陷，导致目标成像后信噪比较低，可探测性较差。除此之外，目标运动规律多变，时间敏感度高，这使得目标的检测更为困难。

目前，世界各国学者都争相在红外弱小运动目标检测领域开展技术研究，主流的检测方法也基本可以分为3类：基于背景一致性假设的检测方法、基于视觉显著性特征的检测方法以及基于低秩稀疏分解的检测方法。基于背景一致性假设的检测方法如Tophat滤波、高斯滤波、小面核滤波等都是基于红外图像中目标与背景的灰度分布差异对目标进行突出，对背景进行抑制。而单纯使用原始图像的灰度特征难以对目标与其他高辐射背景进行区分，在滤波后仍然会有强边缘、强噪点对目标产生干扰。基于视觉显著性特征的方法需要对整幅图像进行滑窗遍历，由此计算出每个区域的局部对比度特征，这种操作会严重影响检测的时效性，使得其在实际应用中具有局限性。大多数基于背景一致性假设和视觉显著性特征的检测方法对图像的表征能力还有待提升，大多都只提取了单一的特征，而单一的特征往往很难对目标和背景进行全面的描述与区分，无法对图像进行较优的描述。

发明内容

针对上述技术问题，本发明提供一种红外运动目标检测方法及装置，用于至少部分解决上述技术问题。

基于此，本发明第一方面提供一种红外运动目标检测方法，包括：从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像；构建不同尺度的平滑滤波器；采用不同尺度的平滑滤波器对红外梯度特征图像进行滤波，得到第一显著性特征图像；采用不同尺度的平滑滤波器对红外二阶导数特征图像进行滤波，得到第二显著性特征图像；采用不同尺度的平滑滤波器对红外三阶导数特征图像进行滤波，得到第三显著性特征图像；将第一显著性特征图像、第二显著性特征图像和第三显著性特征图像进行融合，得到融合特征图像；根据对应于红外图像序列中多个待检测的红外图像的融合特征图像，确定红外运动目标的检测结果。

根据本发明的实施例，从待检测的红外图像中提取红外梯度特征图像、红外二阶导数特征图像和红外三阶导数特征图像包括：求解待检测的红外图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外梯度特征图像；求解红外梯度特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外二阶导数特征图像；求解红外二阶导数特征图像中各个像素点灰度的水平方向导数和垂直方向导数，得到红外三阶导数特征图像。

根据本发明的实施例，构建不同尺度的平滑滤波器包括：根据