[发明专利]一种自适应窗口的多尺度差异与双边滤波的目标检测方法

摘要

本发明公开了一种自适应窗口的多尺度差异与双边滤波的目标检测方法。本方法通过局部标准差与全局标准差的比较，遍历得到整幅图像每个像素点的窗口尺寸，以此窗口尺寸作为多尺度灰度差异算子的初始窗口尺寸，阶梯式计算多个尺度下的不同区域的灰度均值，并最终得到多尺度灰度差异算子。在此基础上，进一步加权双边滤波算子。最后，结合全局阈值分割和局部阈值分割，实现对弱小目标的检测。该方法既很好的实现了对弱小目标的增强，又实现了对复杂背景的抑制，解决了长距离下目标信号过弱无法检测的问题。

主权项

1.一种自适应窗口的多尺度差异与双边滤波的目标检测方法，其特征在于包括如下步骤：(1)设定初始窗口大小为K个像素，K为奇整数，且K≥3,以此窗口大小扩展图像边缘，以达到最大窗尺寸；(2)计算整个图像的全局标准差S_total：S_total＝std(Ω_total)其中，Ω_total表示整幅图像区域；(3)从上到下遍历整个图像，得到每个像素点的初始窗口大小区域的局部标准差S_local：S_local＝std(Ω_local)其中，Ω_local表示窗口内的局部区域；(4)将全局标准差与局部标准差进行比较，若：S_local>λS_total满足条件，则确定此像素点的窗口大小为当前窗口，若不满足，则扩大窗口为K＝(k+2x),其中x＝1,2,3...,n，并重复步骤(3)和(4)，直到满足步骤(4)时，x的值确定，则最终的窗口的尺寸确定为K，其中，λ是调节参数，取值为(0,1]；(5)以步骤(4)中获得的窗口尺寸K作为初始扩散窗口N₁，并以此向外进行(K+2p)的扩展，其中p＝1,2,3,...,5，最大的邻域区为N_max，计算p个区域的灰度均值其中，N_p表示差分的每个区域，表示N_p中包含的像素个数，I(m,n)表示在区域N_p中像素的灰度值，(m,n)表示图像中的像素点，计算最大邻域区N_max的灰度均值其中，表示N_max区域包含像素的个数，I(s,t)为此区域中像素的灰度值，(s,t)为图像中的像素点；(6)对于图像I而言，第p级灰度差异GD_p(x,y)在点(x,y)上可以表示为：其中，在此基础上，可以得到点(x,y)处的多尺度灰度差异为MSGD(x,y)：MSGD(x,y)＝max(GD₁(x,y),GD₂(x,y),...,GD_p(x,y))(7)遍历图像，得到图像基于空间距离和灰度相似程度的双边滤波h(x,y)：其中，f(ξ,η)为固定窗口尺寸内的像素值，(ξ,η)为图像中的像素点，k(x,y)为归一化系数：c(ξ,η,x,y)是像元间欧式距离的高斯核函数，s(f(ξ,η,f(x,y)))是灰度值像素度核函数：其中，σ_d为高斯距离系数，σ_s为高斯灰度相似度系数；(8)将多尺度灰度差异MSGD(x,y)和双边滤波h(x,y)进行与运算，最终得到目标增强和背景抑制的作用；(9)利用全局阈值分割和局部阈值分割相结合的方法，最终对弱小目标进行确定，其全局阈值分割T_G表达式如下：T_G＝t×ε×σ+m其中，σ是背景抑制后的图像标准差，m是背景抑制后的图像均值，t是调节参数，取值范围为t∈(0,1)，ε＝(out_max‑m)/σ，out_max是背景抑制后的最大值。局部阈值分割是将图像划分为N个区域，分别计算不同区域的分割阈值T_L，采用的局部阈值分割公式与全局阈值分割公式一致。经过阈值分割后，最终得到目标检测的结果。