CN107742282A - 基于主方向抑制高通滤波器的叠加图像预处理方法 - Google Patents

基于主方向抑制高通滤波器的叠加图像预处理方法 Download PDF

Info

Publication number
CN107742282A
CN107742282A CN201711118632.8A CN201711118632A CN107742282A CN 107742282 A CN107742282 A CN 107742282A CN 201711118632 A CN201711118632 A CN 201711118632A CN 107742282 A CN107742282 A CN 107742282A
Authority
CN
China
Prior art keywords
mrow
msub
superimposed image
pass filter
principal direction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711118632.8A
Other languages
English (en)
Inventor
雷志辉
侯旺
孙晓亮
尚洋
张文龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201711118632.8A priority Critical patent/CN107742282A/zh
Publication of CN107742282A publication Critical patent/CN107742282A/zh
Pending legal-status Critical Current

Links

Classifications

    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]

Abstract

本发明提出一种基于主方向抑制高通滤波器的叠加图像预处理方法,将二阶Butterworth滤波器和方向滤波器进行融合,得到一种方向抑制的高通滤波器,在有效抑制背景起伏,提高目标的检测率的同时,削弱了恒星叠加线的“珍珠串效应”对目标检测的影响,有效减少目标检测中出现虚检的问题。不仅能够抑制叠加图像的背景起伏,有效提高检测率,而且可以削弱恒星叠加线所产生的“珍珠串效应”对光团目标检测的影响,减少检测中出现虚检的问题。

Description

基于主方向抑制高通滤波器的叠加图像预处理方法
技术领域
本发明属于图像中弱小目标检测技术领域,具体涉及一种基于主方向抑制高通滤波器的图像预处理技术。
背景技术
在深空探测系统采用目标跟踪模式时,即探测系统按照目标的运动方式进行跟踪,目标的成像呈高斯斑点状,深空中的恒星会呈现出拖尾状。并且当跟踪参数较精确时,待检测的弱小目标在图像中位置基本不变。但是,当背景中的噪声很强时,单帧图像中的弱小目标比较弱,很难被检测到。假设背景随机噪声服从同一分布,则可以通过叠加的方式来削弱噪声,目标的信噪比会通过叠加的方式会得到增强。
若在序列叠加图像上,前后恒星拖尾线会首尾相连,形成长长的恒星线,在恒星线上前后帧重叠处会出现很多凸起,其形状非常像一串珍珠。因此,将这种效应为“珍珠串效应”。受此效应影响,在目标检测中会出现虚警的问题。
发明内容
本发明的目的在于提供一种基于主方向抑制高通滤波器的图像预处理技术,该发明不仅能够抑制叠加图像上的起伏背景,而且能够消除恒星线叠加所形成的“珍珠串效应”,能够有效提高后续目标检测算法的检测率。
为了解决上述技术问题,本发明提供了一种基于主方向抑制高通滤波器的图像预处理方法,包括以下步骤:
步骤1:对输入的叠加图像进行傅里叶变换;
步骤2:将二阶Butterworth滤波与方向滤波进行融合,设计一种主方向抑制高通滤波器;
步骤3:采用步骤2设计好的滤波器对步骤1得到的叠加图像的傅里叶变换结果进行滤波处理;
步骤4:将步骤3得到的滤波结果进行傅里叶反变换,得到起伏背景和“珍珠串”效应都被抑制的预处理后的叠加图像;
所述步骤2中,所述滤波器的表达式为:
其中,θ0为图像逆时针旋转的角度,DD0为主方向抑制滤波的截止频率,DH0为高通滤波的截止频率。u、v分别为傅里叶变换后频谱的坐标,其中频谱幅值只受u值影响,而频谱相位与v值相关。P和Q为傅里叶变换后频谱图像的尺寸,D(u,v)频谱图像中位置(u,v)处的值;
所述步骤4中,最终经过预处理后的叠加图像的计算公式为:
其中,f(x,y)为输入的叠加图像,g(x,y)为预处理后的结果图像,分别为拉普拉斯变换和拉普拉斯反变换。
本发明的方法将二阶Butterworth滤波器和方向滤波器进行融合,得到一种方向抑制的高通滤波器,在有效抑制背景起伏,提高目标的检测率的同时,削弱了恒星叠加线的“珍珠串效应”对目标检测的影响,有效减少目标检测中出现虚检的问题。
相对于现有技术,本发明的技术效果:
1、一种基于主方向抑制高通滤波器的叠加图像预处理方法,采用融合的二阶Butterworth滤波和方向滤波,得到主方向抑制滤波器,能够有效地抑制叠加图像上的起伏背景,有利于后续深空环境下弱小目标的检测;
2、一种基于主方向抑制高通滤波器的叠加图像预处理方法,采用提出的主方向抑制滤波器,能够有效抑制叠加图像上的“珍珠串”效应,有效较少了后续目标检测出现虚检的问题。
附图说明
图1是本发明提出的基于主方向抑制高通滤波器的叠加图像预处理方法流程示意图;
图2是本发明优选实施例1的叠加图像及预处理结果图像,其中a)为序列图像中的第一帧,b)表示叠加后的图像,c)为本发明方法预处理后的结果图像,d)为c)的三维显示;
图3是本发明优选实施例2的叠加图像及预处理结果图像,其中a)为序列图像中的第一帧,b)表示叠加后的图像,c)为本发明方法预处理后的结果图像,d)为c)的三维显示;
图4是深空背景下各个算法检测的ROC曲线。
具体实施方式
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定:
如图1所示,具体的,本发明提供的,包括以下步骤:
(1)、输入的叠加图像进行傅里叶变换;
(2)、将二阶Butterworth滤波与方向滤波进行融合,设计一种主方向抑制高通滤波器,滤波器的计算公式为:
(3)、采用步骤2设计好的滤波器对步骤1得到的叠加图像的傅里叶变换结果进行滤波处理,计算公式为如下:
(4)、将步骤3得到的滤波结果进行傅里叶反变换,得到起伏背景和“珍珠串”效应都被抑制的预处理后的叠加图像g(x,y).

Claims (3)

1.基于主方向抑制高通滤波器的叠加图像预处理方法,融合二阶Butterworth滤波和方向滤波,得到主方向抑制高通滤波器,抑制叠加图像的背景起伏,而且削弱恒星叠加线所产生的“珍珠串效应”对光团目标检测的影响,其特征在于,
步骤如下:
2.1对输入的叠加图像进行傅里叶变换;
2.2将二阶Butterworth滤波与方向滤波进行融合,得到一种主方向抑制高通滤波器;
2.3采用步骤2.2设计好的滤波器对步骤2.1得到的叠加图像的傅里叶变换结果进行滤波处理;
2.4将步骤2.3得到的滤波结果进行傅里叶反变换,得到起伏背景和“珍珠串”效应都被预处理后的叠加图像。
2.根据权利要求1所述的基于主方向抑制高通滤波器的叠加图像预处理方法,其特征在于,所述步骤2.2中,所述滤波器的表达式为:
<mrow> <msub> <mi>H</mi> <mrow> <mi>D</mi> <mi>S</mi> <mi>H</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mrow> <mo>{</mo> <mrow> <mn>1</mn> <mo>+</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>D</mi> <mrow> <mi>D</mi> <mn>0</mn> </mrow> </msub> <mo>/</mo> <mrow> <mo>(</mo> <msub> <mi>sin&amp;theta;</mi> <mn>0</mn> </msub> <mo>(</mo> <mrow> <mi>u</mi> <mo>-</mo> <mi>P</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> <mo>+</mo> <msub> <mi>cos&amp;theta;</mi> <mn>0</mn> </msub> <mo>(</mo> <mrow> <mi>v</mi> <mo>-</mo> <mi>Q</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>4</mn> </msup> </mrow> <mo>}</mo> </mrow> <mrow> <mo>{</mo> <mrow> <mn>1</mn> <mo>+</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>D</mi> <mrow> <mi>H</mi> <mn>0</mn> </mrow> </msub> <mo>/</mo> <mi>D</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>4</mn> </msup> </mrow> <mo>}</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中,θ0为图像逆时针旋转的角度,DD0为主方向抑制滤波的截止频率,DH0为高通滤波的截止频率;u、v分别为傅里叶变换后频谱的坐标,其中频谱幅值只受u值影响,而频谱相位与v值相关;P和Q为傅里叶变换后频谱图像的尺寸,D(u,v)频谱图像中位置(u,v)处的值。
3.按照权利要求1所述的基于主方向抑制高通滤波器的叠加图像预处理方法,其特征在于,所述最终经过预处理后的叠加图像的计算公式为:
其中,f(x,y)为输入的叠加图像,g(x,y)为预处理后的结果图像,分别为拉普拉斯变换和拉普拉斯反变换。
CN201711118632.8A 2017-11-13 2017-11-13 基于主方向抑制高通滤波器的叠加图像预处理方法 Pending CN107742282A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711118632.8A CN107742282A (zh) 2017-11-13 2017-11-13 基于主方向抑制高通滤波器的叠加图像预处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711118632.8A CN107742282A (zh) 2017-11-13 2017-11-13 基于主方向抑制高通滤波器的叠加图像预处理方法

Publications (1)

Publication Number Publication Date
CN107742282A true CN107742282A (zh) 2018-02-27

Family

ID=61234522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711118632.8A Pending CN107742282A (zh) 2017-11-13 2017-11-13 基于主方向抑制高通滤波器的叠加图像预处理方法

Country Status (1)

Country Link
CN (1) CN107742282A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000949A1 (zh) * 2021-07-19 2023-01-26 清华大学 视频监控火灾的检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761731A (zh) * 2014-01-02 2014-04-30 河南科技大学 一种基于非下采样轮廓波变换的红外空中小目标检测方法
CN104299229A (zh) * 2014-09-23 2015-01-21 西安电子科技大学 一种基于时空域背景抑制的红外弱小目标检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761731A (zh) * 2014-01-02 2014-04-30 河南科技大学 一种基于非下采样轮廓波变换的红外空中小目标检测方法
CN104299229A (zh) * 2014-09-23 2015-01-21 西安电子科技大学 一种基于时空域背景抑制的红外弱小目标检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WANG HOU 等: "Detection of small targets against complex sky background based on bidirectional SVD decomposition temporal filters", 《INTERNATIONAL CONFERENCE ON FRONTIERS IN OPITICAL IMAGING TECHNOLOGY AND APPLICATION》 *
WANG HOU 等: "Small target detection using main directional suppression high pass filter", 《OPTIK》 *
侯旺 等: "红外弱小目标检测技术研究现状与发展趋势", 《红外技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000949A1 (zh) * 2021-07-19 2023-01-26 清华大学 视频监控火灾的检测方法及装置

Similar Documents

Publication Publication Date Title
CN109859126A (zh) 一种视频降噪方法、装置、电子设备及存储介质
US10489892B2 (en) Method for signal processing
CN103440644B (zh) 一种基于最小描述长度的多尺度图像弱边缘检测方法
CN104134211B (zh) 一种基于高斯滤波器多分辨率滤波的带钢缺陷检测方法
CN106295604B (zh) 基于联合滤波的遥感影像路网提取技术
CN106504194A (zh) 一种基于最佳拼接平面和局部特征的图像拼接方法
CN105761236A (zh) 一种用于图像配准的图像预处理方法及装置
CN104796582A (zh) 基于随机喷射retinex的视频图像去噪与增强方法及装置
CN106204570A (zh) 一种基于非因果分数阶梯度算子的角点检测方法
CN101295401A (zh) 基于线性pca的红外点目标检测方法
CN103971354A (zh) 低分辨率红外图像重建高分辨率红外图像的方法
CN107194946A (zh) 一种基于fpga的红外显著物体检测方法
CN111444929B (zh) 一种基于模糊神经网络的显著图计算方法及系统
Shi et al. Learning interpolation via regional map for pan-sharpening
CN107742282A (zh) 基于主方向抑制高通滤波器的叠加图像预处理方法
CN104463799B (zh) 一种图像边界增强方法
Miao et al. A novel marker for robust and accurate phase-based 2D motion estimation from noisy image data
CN105530505B (zh) 三维图像转换方法和装置
CN103258318B (zh) 一种图像降噪处理方法及系统
Gohshi Real-time super resolution algorithm for security cameras
CN103606146B (zh) 一种基于圆盘靶标的角点检测方法
Huang et al. Infrared small target detection with directional difference of Gaussian filter
CN101236650B (zh) 基于梯度加载优化的实时旋转模糊图像恢复方法
Chakravarthi et al. LabVIEW based Comparison of various Edge Detection Techniques for Bug Classification
CN103310424A (zh) 一种基于结构相似度与全变差混合模型的图像去噪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180227