[发明专利]复杂背景下基于时域经验模态分解的红外弱小目标检测方法

摘要

本发明提出一种复杂背景下基于时域经验模态分解的红外弱小目标检测方法，首先，分析红外目标及背景特性；其次对红外序列图像的时域廓线进行EMD分解，之后选用前三个IMF高频分量进行细节特征提取形成特征描述符，构建支持向量机为每个高频分量生成特征描述符，通过SVM分类器对其进行分类；最后，通过加权分类方法，整合原始信号的特征信息得到最终检测结果从而找到红外弱小目标所在位置。本发明可用于对红外序列图像中的弱小目标进行检测，使得虚警率降低，有效的提高红外序列图像中小目标的检测精度。

主权项

1.一种复杂背景下基于时域经验模态分解的红外弱小目标检测方法，其特征在于：采用以下步骤：步骤1：输入待处理的红外序列图像Iorig；步骤2：对输入的图像进行归一化处理，将红外图像的灰度值归一化到0‑1之间；步骤3：选取第一帧图像上某一像素点，对图像序列的该像素点进行时域信息提取，得到由图像序列的某一像素点灰度值信息构成的时域信号x(t)；步骤4：时域信号EMD分解：选定某一像素点时域信号x(t)进行分解：步骤4.1：找出该像素点时域轮廓线构成的时域信号x(t)的所有极值点；步骤4.2：将全部极大值点和极小值点分别采用三次样条插值的曲线进行拟合，得到x(t)的上包络线xup(t)和下包络线xlow(t)；步骤4.3：逐点计算上包络线和下包络线的局部均值m(t)＝(xup(t)+xlow(t))/2；步骤4.4：采用时域信号x(t)减去局部均值得到d(t)＝x(t)‑m(t)；步骤4.5：通过判断d(t)是否满足以下两个条件，来判断d(t)是否是一个基本模式分量imf：条件1：在整个信号长度上，极值点的个数和过零点的个数相等或者至多相差一个；条件2：在整个信号长度上，极值点的个数和过零点的个数相等或者至多相差一个；如果两个条件均满足，则将d(t)视为一个基本模式分量，取c1＝d(t)，否则x(t)＝d(t)；步骤4.6：分解出第一个imf分量c1后，用x(t)减去c1得到剩余信号r1(t)，然后令x(t)＝r1(t)，返回步骤4.1，依次可得到c1,c2,...，,cn，最后剩下原始信号的余项rn(t)；步骤5：生成特征描述符：对步骤4中得到的每个像素点时域信号的第i个分量通过以下方式进行特征描述，i＝1,2,3：步骤5.1：选择第i个imf分量，将其灰度值最大值与最小值的区间设置为数据空间，对数据空间进行分区并标号a,b,c,d,e；相隔相同帧数对imf分量进行采样，根据采样得到的数据点所落在的数据空间区域，得到相应的空间标号，最终得到imf分量信号的符号序列S(i)；步骤5.2：符号序列S(i)中每一个符号代表一种状态，根据符号序列S(i)的符号变换顺序计算该序列的状态转移概率P(Oi,a|Oi,b)：其中O_i,b,O_i,a是第i个信号imf分量的b状态与a状态，P(O_i,a|O_i,b)表示状态O_i,b到状态O_i,a的状态转移概率，N(O_i,b,O_i,a)表示状态O_i,b转移到状态O_i,a的发生次数，表示符号序列中所有的状态集合；步骤5.3：计算该符号序列的状态转移矩阵ωi以及特征描述符fi：其中，fi代表第i个imf分量的特征描述符，Vj代表状态转移矩阵ωi的第j列标准化特征向量；步骤5.4：重复步骤5.1～步骤5.3，分别得到该像素点时域信号的三个imf分量的特征描述符；步骤6：构建向量机：步骤6.1：获取四类像素点的时域信号；所述四类像素点分为：A类、云层中目标，B类、背景目标，C类、云层边缘，D类、背景像素点；构成A，B，C，D四类信号样本集，信号样本集由至少100个同属一类信号的第i个imf分量的特征描述符组成，i＝1,2,3；步骤6.2：对于第i个特征描述符，分别创建AB、AC、AD、BC、BD、CD六个初级SVM分类器；在AB分类器中分别输入A，B类信号的第i个imf分量的信号样本集；通过SVM分类器训练样本，得到第i个分量信号的AB初级分类器；相应分别训练AC、AD、BC、BD、CD初级SVM分类器，AB、AC、AD、BC、BD、CD六个初级SVM分类器组成目标分类器；对于i个特征描述符最终构建i个目标分类器；步骤6.3：将步骤5得到的某一像素点时域信号的第i个imf分量的特征描述符分别输入六个初级分类器，可得到六个初步分类结果，结果集合记为F(n)；步骤6.4：对F(n)包含的A，B，C，D四类结果进行统计，选取得到最多分类结果的类别作为分离出的特征类型H(i)；步骤7：对三个imf分量的分类结果H(i)中的A,B,C,D四类结果进行统计，选取得到最多分类结果的类别作为该像素点时域信号的最终类别；步骤8：对步骤1中输入的红外序列图像中第一帧图像的每个像素点(x,y)重复步骤4‑7，得到每个像素点的类别并进行统计，得到序列图像的最终检测结果并标出红外弱小目标所在的位置。