CN113361321A - 一种红外小目标检测方法及装置 - Google Patents

Abstract

本申请公开了一种红外小目标检测方法及装置，本申请包括粗检和精检两个阶段。在粗检阶段只针对像素子块进行操作，而像素级的操作只在精检阶段才进行使用，这样大大降低了算法的计算量，提升了实时性。采用新的对比度公式，能够准确识别并标记出亮目标、暗目标可能存在的区域，与此同时能够削弱单点噪声、背景边缘的影响；在精检阶段采用多个方向的QDoG滤波器在可疑区域中进行逐像素点滤波，进一步减少背景边缘、单点噪声的影响，从而有效减少虚警率。

Description

一种红外小目标检测方法及装置

技术领域

本申请涉及红外目标检测技术领域，尤其涉及一种红外小目标检测方法及装置。

背景技术

如何在复杂背景下实现对红外小目标的准确、快速检测对军事、国防有着重大的意义，如何提高检测率，降低虚警率一直是红外小目标检测领域的研究热点。近年来，人类视觉体系(HVS)中的局部对比度方法已经被证明能够提升红外图像的对比度，提升检测率，降低虚警率。该类方法大致可以分成三个步骤：首先明确滑窗的大小、形状和滑动的步长，然后从左到右、从上到下的进行滑窗；其次在获得的每一个滑窗中根据对比度公式，计算中心像素点或是中心像素块的对比度，目标是要增强目标区域的像素点的灰度值，降低背景区域、背景边缘区域、单点噪声区域的像素点的灰度值，从而增强了原始红外图像的对比度；最后，所有像素点(像素块)的对比度值组成显著度矩阵，根据目标区域的对比度最大的原理，计算一个阈值，大于阈值的像素点(像素块)就认为是目标区域的像素点(像素块中存在目标区域)。此类方法抓住了目标区域的像素点的灰度值与周围环境中的像素点的灰度值不连续的特征，通过计算对比度增强了原始红外图像的对比度，从而提高红外小目标的检测率和降低虚警率。

而现有技术中需要针对原始红外图像的每个像素点进行操作的，这样就导致了计算量过大，不满足实际应用场景的实时性的要求；并且现有技术虽然能够检测出亮目标和暗目标，但是无法明确哪个是亮目标，哪个是暗目标；另外，现有技术只采用了取均值和取最小对比度值的方法来对单点噪声和背景边缘进行处理，有可能造成较高的虚警率。

发明内容

本申请实施例提供了一种红外小目标检测方法及装置，使得在降低了计算量的同时，能够准确识别并标记出亮目标、暗目标可能存在的区域，并且能够减少背景边缘、单点噪声的影响，从而有效减少虚警率。

有鉴于此，本申请第一方面提供了一种红外小目标检测方法，所述方法包括：

采用滑窗获取原始红外图像的多个子块；

将所述子块作为中心子块，在所述原始红外图像中查找与所述中心子块相邻的多个相邻子块；

分别计算所述中心子块和多个所述相邻子块的灰度值均值；

将所述灰度值均值代入预设第一公式中计算出所述中心子块对应的第一对比度；

将所述第一对比度大于预设第一阈值的所述中心子块定义为可疑亮目标子块，将所述第一对比度小于预设第二阈值的所述中心子块定义为可疑暗目标子块；

将所述可疑亮目标子块和所述可疑暗目标子块分别进行扩展；

对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵；

分别计算所述第一显著度矩阵和所述第二显著度矩阵的均值和方差，并由预置阈值公式分别求解所述第一显著度矩阵的第三阈值和所述第二显著度矩阵的第四阈值；

获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

可选的，所述分别计算所述中心子块和多个所述相邻子块的灰度值均值，包括：

计算所述中心子块的灰度值均值:

N为中心子块T的像素点的个数，pix₁(n)为中心子块中第n个像素点的灰度值；

计算所述中心子块的8个所述相邻子块的灰度值均值：

M为第Bi个相邻子块的像素点的个数，pix₂(n)为相邻子块中第n 个像素点的灰度值。

可选的，所述将所述预设第一公式为：

式中，contrast表示所述第一对比度；mean(T)表示所述中心子块的所述灰度值均值；mean(Bi)表示所述相连子块的所述灰度值均值；mean(Bi+4)表示mean(Bi)对角的所述相邻子块的所述灰度值均值。

可选的，所述对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵，包括：

采用8个方向的内部系数为正外部系数为负的QDoG模板，对所述可疑亮目标子块的像素点进行滤波；

对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑亮目标子块的第一显著度矩阵；

采用8个方向的内部系数为负外部系数为正的QDoG模板，对所述可疑暗目标子块的像素点进行滤波；

对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑暗目标子块的第二显著度矩阵。

可选的，所述预置阈值公式为：

Th＝μ+k×σ

所述μ表示所述第一显著度矩阵或者所述第二显著度矩阵的均值，σ表示所述第一显著度矩阵或者所述第二显著度矩阵的方差，k 表示经验系数。

可选的，所述获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标，包括：

将所述第一显著度矩阵中的所述第二对比度从大到小排序，从最大值开始将所述第二对比度与所述第三阈值进行比较；

若所述第二对比度大于所述第三阈值，则找到所述第二对比度对应的所述亮像素点在所述原始红外图像中的坐标，并将所述亮像素点周围80个像素点的对比度的值设置为所述第一显著度矩阵中所述第二对比度的最小值，将得到的所述亮像素点及所述亮像素点周围80个像素点构成的块作为亮小目标。

可选的，所述获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标，包括：

将所述第二显著度矩阵中的所述第二对比度从小到大排序，从最小值开始将所述第二对比度与所述第四阈值进行比较；

若所述第二对比度小于所述第四阈值，则找到所述第二对比度对应的所述暗像素点在所述原始红外图像中的坐标，并将所述暗像素点周围80个像素点的对比度的值设置为所述第二显著度矩阵中所述第二对比度的最大值，将得到的所述暗像素点及所述亮像素点周围80个像素点构成的块作为暗小目标。

本申请第二方面提供一种红外小目标检测装置，所述装置包括：

子块获取单元，用于采用滑窗获取原始红外图像的多个子块；

相邻子块获取单元，用于将所述子块作为中心子块，在所述原始红外图像中查找与所述中心子块相邻的多个相邻子块；

第一计算单元，用于分别计算所述中心子块和多个所述相邻子块的灰度值均值；

第二计算单元，用于将所述灰度值均值代入预设第一公式中计算出所述中心子块对应的第一对比度；

目标子块获取单元，用于将所述第一对比度大于预设第一阈值的所述中心子块定义为可疑亮目标子块，将所述第一对比度小于预设第二阈值的所述中心子块定义为可疑暗目标子块；

扩展单元，用于将所述可疑亮目标子块和所述可疑暗目标子块分别进行扩展；

第一滤波单元，用于对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵；

第三计算单元，用于分别计算所述第一显著度矩阵和所述第二显著度矩阵的均值和方差，并由预置阈值公式分别求解所述第一显著度矩阵的第三阈值和所述第二显著度矩阵的第四阈值；

第一亮小目标获取单元，用于获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

第一暗小目标获取单元，用于获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

可选的，所述第一滤波单元包括：

第二滤波单元，用于采用8个方向的内部系数为正外部系数为负的QDoG模板，对所述可疑亮目标子块的像素点进行滤波；

第一滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A 方向的滤波值为|x-y|；

第一构造单元，用于选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑亮目标子块的第一显著度矩阵；

第三滤波单元，用于采用8个方向的内部系数为负外部系数为正的QDoG模板，对所述可疑暗目标子块的像素点进行滤波；

第二滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A 方向的滤波值为|x-y|；

第二构造单元，用于选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑暗目标子块的第二显著度矩阵。

可选的，所述第一亮小目标获取单元包括：

排序单元，用于将所述第一显著度矩阵中的所述第二对比度从大到小排序，从最大值开始将所述第二对比度与所述第三阈值进行比较；

第二亮小目标获取单元，用于当所述第二对比度大于所述第三阈值时，则找到所述第二对比度对应的所述亮像素点在所述原始红外图像中的坐标，并将所述亮像素点周围80个像素点的对比度的值设置为所述第一显著度矩阵中所述第二对比度的最小值，将得到的所述亮像素点及所述亮像素点周围80个像素点构成的块作为亮小目标。

从以上技术方案可以看出，本申请具有以下优点：

本申请中，提供了一种红外小目标检测方法，包括：采用滑窗获取原始红外图像的多个子块；将子块作为中心子块，在原始红外图像中查找与中心子块相邻的多个相邻子块；分别计算中心子块和多个相邻子块的灰度值均值；将灰度值均值代入预设第一公式中计算出中心子块对应的第一对比度；将第一对比度大于预设第一阈值的中心子块定义为可疑亮目标子块，将第一对比度小于预设第二阈值的中心子块定义为可疑暗目标子块；将可疑亮目标子块和可疑暗目标子块分别进行扩展；对可疑亮目标子块和可疑暗目标子块进行滤波，得到可疑亮目标子块和可疑暗目标子块中每个像素点的第二对比度，得到由第二对比度构成的可疑亮目标子块的第一显著度矩阵和可疑暗目标子块的第二显著度矩阵；分别计算第一显著度矩阵和第二显著度矩阵的均值和方差，并由预置阈值公式分别求解第一显著度矩阵的第三阈值和第二显著度矩阵的第四阈值；获取第一显著度矩阵中大于第三阈值的第二对比度对应的亮像素点，将亮像素点及亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；获取第二显著度矩阵中小于第四阈值的第二对比度对应的暗像素点，将暗像素点及暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

本申请在粗检阶段只针对像素子块进行操作，而像素级的操作只在精检阶段才进行使用，这样大大降低了算法的计算量，提升了实时性。采用新的对比度公式，能够准确识别并标记出亮目标、暗目标可能存在的区域，与此同时能够削弱单点噪声、背景边缘的影响；在精检阶段采用多个方向的QDoG滤波器在可疑区域中进行逐像素点滤波，进一步减少背景边缘、单点噪声的影响，从而有效减少虚警率。

附图说明

图1为本申请一种红外小目标检测方法的一个实施例的方法流程图；

图2为本申请一种红外小目标检测装置的一个实施例的装置结构图；

图3为本申请实施例中滑窗操作的示意图；

图4为本申请实施例中单个滑窗得到的中心子块及相邻子块构成的红外图像块；

图5为本申请实施例中对可疑目标子块进行扩展的示意图；

图6为本申请实施例中采用的8个方向的内部系数为正外部系数为负的QDoG模板的示意图；

图7为本申请中采用的Dog亮目标高频模板和低频模板的一个实施例的示意图；

图8为本申请一个实施例中采用LoG滤波器进行滤波时的模板示意图；

图9为本申请实施例中采用的8个方向的内部系数为负外部系数为正的QDoG模板的示意图；

图10为本申请实施例中采用的左上方向的3*3QDog暗目标高频模板和正上向的3*3QDog暗目标高频模板的示意图；

图11为本申请实施例中采用的右上方向的3*3QDog暗目标高频模板和正右方向的3*3QDog暗目标高频模板的示意图；

图12为本申请实施例中采用的右下方向的3*3QDog暗目标高频模板和正下方向的3*3QDog暗目标高频模板的示意图；

图13为本申请实施例中采用的左下方向的3*3QDog暗目标高频模板和正左方向的3*3QDog暗目标高频模板的示意图；

图14为本申请一个实施例中找到的小目标的示意图；

图15为本申请一个实施例中背景边缘在粗检阶段的理想情况的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请一种红外小目标检测方法的一个实施例的方法流程图，如图1所示，图1中包括：

101、采用滑窗获取原始红外图像的多个子块；

需要说明的是，可以通过滑动窗口获取原始红外图像的多个子块；其中，滑动窗口的大小可以选择10*10，滑动步长可以选择5，可以将滑窗从左到右，再从上到下进行滑窗，获得原始红外图像的子块合集，具体的滑窗操作的过程如图3所示。

102、将子块作为中心子块，在原始红外图像中查找与中心子块相邻的多个相邻子块；

需要说明的是，将滑窗得到的原始红外图像的子块作为中心子块，可以在原始红外图像中查找与中心子块相邻的8个相邻子块，构成九宫格的结构，具体的中心子块和8个相邻子块构成的九宫格如图4所示，图中T表示中心子块，B1-B8为相邻子块。

103、分别计算中心子块和多个相邻子块的灰度值均值；

需要说明的是，可以分别计算每个九宫格中中心子块和8个相邻子块的灰度值均值；

N为中心子块T的像素点的个数，pix₁(n)为中心子块中第n个像素点的灰度值；

计算所述中心子块的8个所述相邻子块的灰度值均值：

M为第Bi个相邻子块的像素点的个数，pix₂(n)为相邻子块中第n 个像素点的灰度值。

104、将灰度值均值代入预设第一公式中计算出中心子块对应的第一对比度；

需要说明的是，计算九宫格中心子块的对比度，得到对应的显著度矩阵SMI：

其中，contrast表示中心子块的第一对比度，根据显著度矩阵SM1 中的值，标记可能存在亮目标、暗目标的可疑子块。

105、将第一对比度大于预设第一阈值的中心子块定义为可疑亮目标子块，将第一对比度小于预设第二阈值的中心子块定义为可疑暗目标子块；

需要说明的是，可以将第一对比度大于预设第一阈值的中心子块定义为可疑亮目标子块，将第一对比度小于预设第二阈值的中心子块定义为可疑暗目标子块；具体的，如果contrast>>1，那么子块中可能含有亮目标，并将此子块放到可疑亮目标队列；如果contrast<<1，那么子块中可能含有暗目标，并将此子块放到可疑暗目标队列；如果contrast≈1，就认为此子块中不包含目标。

106、将可疑亮目标子块和可疑暗目标子块分别进行扩展；

需要说明的是，可以将可疑亮目标子块和可疑暗目标子块分别进行扩展，例如，可以将原来大小为10*10的可疑亮目标子块和可疑暗目标子块扩展到15*15的大小，并需要保留目标块中的所有信息。具体的扩展过程的示意图如图5所示。

107、对可疑亮目标子块和可疑暗目标子块进行滤波，得到可疑亮目标子块和可疑暗目标子块中每个像素点的第二对比度，得到由第二对比度构成的可疑亮目标子块的第一显著度矩阵和可疑暗目标子块的第二显著度矩阵；

需要说明的是，本申请可以将可疑亮目标子块和可疑暗目标子块进行滤波，得到可疑亮目标子块和可疑暗目标子块中每个像素点的第二对比度，得到由第二对比度构成的可疑亮目标子块的第一显著度矩阵和可疑暗目标子块的第二显著度矩阵。

具体的，可以采用8个方向的内部系数为正外部系数为负的QDoG 模板，对可疑亮目标子块的像素点进行滤波，具体的8个方向的QDog 模板如图6所示；对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；其中一种高频模板的如图7左侧所示的右上方向3*3QDog亮目标高频模板；低频模板如图7右侧的示意图。选取像素点8个方向的滤波值中的最小值作为像素点的第二对比度，由第二对比度构成可疑亮目标子块的第一显著度矩阵。其中，QDoG模板为1/4的DoG (Difference ofGaussian，角点检测)滤波器。

采用8个方向的内部系数为负外部系数为正的QDoG模板，对可疑暗目标子块的像素点进行滤波，具体的8个方向的QDog模板如图9 所示；对像素点8个方向中的A方向进行滤波的步骤包括：先采用A 方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；其中 8个方向的高频模板的如图10至13所示的8个方向的3*3QDog暗目标高频模板；选取像素点8个方向的滤波值中的最小值作为像素点的第二对比度，由第二对比度构成可疑暗目标子块的第二显著度矩阵。

在一种具体的实施方式中，除了选用Dog模板作为滤波模板，还可以采用1/4的LoG滤波器(如图8所示)来对亮/暗目标进行处理同样也能够达到与QDoG同样的处理效果。

108、分别计算第一显著度矩阵和第二显著度矩阵的均值和方差，并由预置阈值公式分别求解第一显著度矩阵的第三阈值和第二显著度矩阵的第四阈值；

需要说明的是，可以分别计算第一显著度矩阵和第二显著度矩阵的均值和方差，并由预置阈值公式分别求解第一显著度矩阵的第三阈值和第二显著度矩阵的第四阈值；具体的预置阈值公式为：

Th＝μ+k×σ

μ表示第一显著度矩阵或者第二显著度矩阵的均值，σ表示第一显著度矩阵或者第二显著度矩阵的方差，k表示经验系数。

109、获取第一显著度矩阵中大于第三阈值的第二对比度对应的亮像素点，将亮像素点及亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

需要说明的是，可以将第一显著度矩阵中的第二对比度从大到小排序，从最大值开始将第二对比度与第三阈值进行比较；若第二对比度大于第三阈值，则找到第二对比度对应的亮像素点在原始红外图像中的坐标，并将亮像素点周围80个像素点的对比度的值设置为第一显著度矩阵中第二对比度的最小值，将得到的亮像素点及亮像素点周围 80个像素点构成的块作为亮小目标，找到的小目标如图14所示的81 个像素点。继续找到下一个最大值与第三阈值Th进行比较，直到下一个最大值小于第三阈值Th，表明此显著度矩阵已经筛选完毕。再继续对下一个可疑亮目标子块的显著度矩阵进行遍历筛选，直到筛选完原始红外图像。

110、获取第二显著度矩阵中小于第四阈值的第二对比度对应的暗像素点，将暗像素点及暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

需要说明的是，将第二显著度矩阵中的第二对比度从小到大排序，从最小值开始将第二对比度与第四阈值进行比较；若第二对比度小于第四阈值，则找到第二对比度对应的暗像素点在原始红外图像中的坐标，并将暗像素点周围80个像素点的对比度的值设置为第二显著度矩阵中第二对比度的最大值，将得到的暗像素点及亮像素点周围80个像素点构成的块作为暗小目标。继续找到下一个最小值与第四阈值Th进行比较，直到下一个最小值大于第四阈值Th，表明此显著度矩阵已经筛选完毕。再继续对下一个可疑暗目标子块的显著度矩阵进行遍历筛选，直到筛选完原始红外图像。

本申请在粗检阶段只针对像素子块进行操作，而像素级的操作只在精检阶段才进行使用，这样大大降低了算法的计算量，提升了实时性。采用新的对比度公式，能够准确识别并标记出亮目标、暗目标可能存在的区域，与此同时能够削弱单点噪声、背景边缘的影响；在精检阶段采用多个方向的QDoG滤波器在可疑区域中进行逐像素点滤波，进一步减少背景边缘、单点噪声的影响，从而有效减少虚警率。

在一种具体的实施方式中，本申请可以对上述一种红外小目标检测方法的实施例进行性能验证，具体的：

(1)亮目标

亮目标区域的像素的灰度值大于周围像素的灰度值，也就是：

mean(T)＞mean(Bi),i＝1,...,8

(2)暗目标

暗目标区域的像素的灰度值小于周围像素的灰度值，也就是：

mean(T)＜mean(Bi),i＝1,...,8

因此：

(3)背景

背景区域的像素的灰度值与周围像素的灰度值基本一致，也就是：

mean(T)≈mean(Bi),i＝1,...,8

因此：

(4)背景边缘

考虑一种较为理想的情况(如图15所示)，假设较亮区域的像素的灰度值的均值为a，较暗区域的像素的灰度值的均值为b，“九宫格”中每个子块的像素点的个数为n。根据公式

和公式

可知：

mean(Bi)＝mean(T),i＝1、5

mean(Bi)＝a,i＝6、7、8

mean(Bi)＝b,i＝2、3、4

同理可得：

因此：

contrast＝min(contrast1,contrast2,contrast3,contrast4)＝1

在实际情况中，背景边缘一般不会恰好位于“九宫格”的对角线上，并且亮、暗区域的像素点的灰度值的分布也不会是均匀分布，故粗检阶段能够对背景边缘有着一定的抑制作用。在精检阶段，利用 QDoG滤波器对可疑目标区域进行像素级的多方向滤波，能够更进一步地减弱背景边缘的影响，从而有效地减少虚警率，背景边缘在粗检阶段的理想情况如图15所示。

(5)单点噪声

在粗检阶段采用均值操作对单点噪声(PNHB)的抑制取到了一定的效果，并且由于噪声的单点性，含有噪声的中心子块的均值小于含有目标(Target)的中心子块的均值，也就是：

mean(PNHB)＜mean(Target)

contrast(PNHB)＜＜contrast(Target)

在精检阶段采用多方向的QDoG滤波器能够更进一步地削弱单点噪声带来的影响。

本申请还提供了一种红外小目标检测装置的一个实施例，如图2 所示，图2中包括：

子块获取单元201，用于采用滑窗获取原始红外图像的多个子块；

相邻子块获取单元202，用于将子块作为中心子块，在原始红外图像中查找与中心子块相邻的多个相邻子块；

第一计算单元203，用于分别计算中心子块和多个相邻子块的灰度值均值；

第二计算单元204，用于将灰度值均值代入预设第一公式中计算出中心子块对应的第一对比度；

目标子块获取单元205，用于将第一对比度大于预设第一阈值的中心子块定义为可疑亮目标子块，将第一对比度小于预设第二阈值的中心子块定义为可疑暗目标子块；

扩展单元206，用于将可疑亮目标子块和可疑暗目标子块分别进行扩展；

第一滤波单元207，用于对可疑亮目标子块和可疑暗目标子块进行滤波，得到可疑亮目标子块和可疑暗目标子块中每个像素点的第二对比度，得到由第二对比度构成的可疑亮目标子块的第一显著度矩阵和可疑暗目标子块的第二显著度矩阵；

第三计算单元208，用于分别计算第一显著度矩阵和第二显著度矩阵的均值和方差，并由预置阈值公式分别求解第一显著度矩阵的第三阈值和第二显著度矩阵的第四阈值；

第一亮小目标获取单元209，用于获取第一显著度矩阵中大于第三阈值的第二对比度对应的亮像素点，将亮像素点及亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

第一暗小目标获取单元210，用于获取第二显著度矩阵中小于第四阈值的第二对比度对应的暗像素点，将暗像素点及暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

在一种具体的实施方式中，第一滤波单元207包括：

第二滤波单元，用于采用8个方向的内部系数为正外部系数为负的QDoG模板，对可疑亮目标子块的像素点进行滤波；

第一滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A 方向的滤波值为|x-y|；

第一构造单元，用于选取像素点8个方向的滤波值中的最小值作为像素点的第二对比度，由第二对比度构成可疑亮目标子块的第一显著度矩阵；

第三滤波单元，用于采用8个方向的内部系数为负外部系数为正的QDoG模板，对可疑暗目标子块的像素点进行滤波；

第二滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A 方向的滤波值为|x-y|；

第二构造单元，用于选取像素点8个方向的滤波值中的最小值作为像素点的第二对比度，由第二对比度构成可疑暗目标子块的第二显著度矩阵。

在一种具体的实施方式中，第一亮小目标获取单元包括：

排序单元，用于将第一显著度矩阵中的第二对比度从大到小排序，从最大值开始将第二对比度与第三阈值进行比较；

第二亮小目标获取单元，用于当第二对比度大于第三阈值时，则找到第二对比度对应的亮像素点在原始红外图像中的坐标，并将亮像素点周围80个像素点的对比度的值设置为第一显著度矩阵中第二对比度的最小值，将得到的亮像素点及亮像素点周围80个像素点构成的块作为亮小目标。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项 (个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示： a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c 可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种红外小目标检测方法，其特征在于，包括：

采用滑窗获取原始红外图像的多个子块；

将所述子块作为中心子块，在所述原始红外图像中查找与所述中心子块相邻的多个相邻子块；

分别计算所述中心子块和多个所述相邻子块的灰度值均值；

将所述灰度值均值代入预设第一公式中计算出所述中心子块对应的第一对比度；

将所述第一对比度大于预设第一阈值的所述中心子块定义为可疑亮目标子块，将所述第一对比度小于预设第二阈值的所述中心子块定义为可疑暗目标子块；

将所述可疑亮目标子块和所述可疑暗目标子块分别进行扩展；

对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵；

分别计算所述第一显著度矩阵和所述第二显著度矩阵的均值和方差，并由预置阈值公式分别求解所述第一显著度矩阵的第三阈值和所述第二显著度矩阵的第四阈值；

获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

2.根据权利要求1所述的红外小目标检测方法，其特征在于，所述分别计算所述中心子块和多个所述相邻子块的灰度值均值，包括：

计算所述中心子块的灰度值均值:

N为中心子块T的像素点的个数，pix₁(n)为中心子块中第n个像素点的灰度值；

计算所述中心子块的8个所述相邻子块的灰度值均值：

M为第Bi个相邻子块的像素点的个数，pix₂(n)为相邻子块中第n个像素点的灰度值。

3.根据权利要求1所述的红外小目标检测方法，其特征在于，所述将所述预设第一公式为：

式中，contrast表示所述第一对比度；mean(T)表示所述中心子块的所述灰度值均值；mean(Bi)表示所述相连子块的所述灰度值均值；mean(Bi+4)表示mean(Bi)对角的所述相邻子块的所述灰度值均值。

4.根据权利要求1所述的红外小目标检测方法，其特征在于，所述对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵，包括：

采用8个方向的内部系数为正外部系数为负的QDoG模板，对所述可疑亮目标子块的像素点进行滤波；

对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑亮目标子块的第一显著度矩阵；

采用8个方向的内部系数为负外部系数为正的QDoG模板，对所述可疑暗目标子块的像素点进行滤波；

对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑暗目标子块的第二显著度矩阵。

5.根据权利要求1所述的红外小目标检测方法，其特征在于，所述预置阈值公式为：

Th＝μ+k×σ

所述μ表示所述第一显著度矩阵或者所述第二显著度矩阵的均值，σ表示所述第一显著度矩阵或者所述第二显著度矩阵的方差，k表示经验系数。

6.根据权利要求1所述的红外小目标检测方法，其特征在于，所述获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标，包括：

将所述第一显著度矩阵中的所述第二对比度从大到小排序，从最大值开始将所述第二对比度与所述第三阈值进行比较；

若所述第二对比度大于所述第三阈值，则找到所述第二对比度对应的所述亮像素点在所述原始红外图像中的坐标，并将所述亮像素点周围80个像素点的对比度的值设置为所述第一显著度矩阵中所述第二对比度的最小值，将得到的所述亮像素点及所述亮像素点周围80个像素点构成的块作为亮小目标。

7.根据权利要求1所述的红外小目标检测方法，其特征在于，所述获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标，包括：

将所述第二显著度矩阵中的所述第二对比度从小到大排序，从最小值开始将所述第二对比度与所述第四阈值进行比较；

若所述第二对比度小于所述第四阈值，则找到所述第二对比度对应的所述暗像素点在所述原始红外图像中的坐标，并将所述暗像素点周围80个像素点的对比度的值设置为所述第二显著度矩阵中所述第二对比度的最大值，将得到的所述暗像素点及所述亮像素点周围80个像素点构成的块作为暗小目标。

8.一种红外小目标检测装置，其特征在于，包括：

子块获取单元，用于采用滑窗获取原始红外图像的多个子块；

相邻子块获取单元，用于将所述子块作为中心子块，在所述原始红外图像中查找与所述中心子块相邻的多个相邻子块；

第一计算单元，用于分别计算所述中心子块和多个所述相邻子块的灰度值均值；

第二计算单元，用于将所述灰度值均值代入预设第一公式中计算出所述中心子块对应的第一对比度；

目标子块获取单元，用于将所述第一对比度大于预设第一阈值的所述中心子块定义为可疑亮目标子块，将所述第一对比度小于预设第二阈值的所述中心子块定义为可疑暗目标子块；

扩展单元，用于将所述可疑亮目标子块和所述可疑暗目标子块分别进行扩展；

第一滤波单元，用于对所述可疑亮目标子块和所述可疑暗目标子块进行滤波，得到所述可疑亮目标子块和所述可疑暗目标子块中每个像素点的第二对比度，得到由所述第二对比度构成的所述可疑亮目标子块的第一显著度矩阵和所述可疑暗目标子块的第二显著度矩阵；

第三计算单元，用于分别计算所述第一显著度矩阵和所述第二显著度矩阵的均值和方差，并由预置阈值公式分别求解所述第一显著度矩阵的第三阈值和所述第二显著度矩阵的第四阈值；

第一亮小目标获取单元，用于获取所述第一显著度矩阵中大于所述第三阈值的所述第二对比度对应的亮像素点，将所述亮像素点及所述亮像素点周围预设范围内的像素点构成的块作为所需的亮小目标；

第一暗小目标获取单元，用于获取所述第二显著度矩阵中小于所述第四阈值的所述第二对比度对应的暗像素点，将所述暗像素点及所述暗像素点周围预设范围内的像素点构成的块作为所需的暗小目标。

9.根据权利要求8所述的红外小目标检测装置，其特征在于，所述第一滤波单元包括：

第二滤波单元，用于采用8个方向的内部系数为正外部系数为负的QDoG模板，对所述可疑亮目标子块的像素点进行滤波；

第一滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

第一构造单元，用于选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑亮目标子块的第一显著度矩阵；

第三滤波单元，用于采用8个方向的内部系数为负外部系数为正的QDoG模板，对所述可疑暗目标子块的像素点进行滤波；

第二滤波值求解单元，用于对像素点8个方向中的A方向进行滤波的步骤包括：先采用A方向的高频模板对像素点进行卷积操作得到值x，再采用低频模板对像素点进行卷积操作得到值y，得到像素点A方向的滤波值为|x-y|；

第二构造单元，用于选取像素点8个方向的所述滤波值中的最小值作为像素点的所述第二对比度，由所述第二对比度构成所述可疑暗目标子块的第二显著度矩阵。

10.根据权利要求8所述的红外小目标检测装置，其特征在于，所述第一亮小目标获取单元包括：

排序单元，用于将所述第一显著度矩阵中的所述第二对比度从大到小排序，从最大值开始将所述第二对比度与所述第三阈值进行比较；

第二亮小目标获取单元，用于当所述第二对比度大于所述第三阈值时，则找到所述第二对比度对应的所述亮像素点在所述原始红外图像中的坐标，并将所述亮像素点周围80个像素点的对比度的值设置为所述第一显著度矩阵中所述第二对比度的最小值，将得到的所述亮像素点及所述亮像素点周围80个像素点构成的块作为亮小目标。

Images