CN115393579B - 一种基于加权块对比度的红外小目标检测方法 - Google Patents

Abstract

本发明属于空间激光通信技术领域，具体涉及一种基于加权块对比度的红外小目标检测方法。所述方法包括如下步骤：S1、在子窗口依次使用3×3、5×5和7×7三种大小的均值滤波器依次完成计算；S2、计算红外图像中心块和邻域块的均值；S3、计算出中心块和邻域块的不相似性；S4、显著度图像获取；S5、计算各个像素点的改进局部图像熵；S6、利用改进局部图像熵进行加权运算；S7、利用自适应阈值分割算法获取目标的位置。针对亮目标进行探测时，按照由本发明之方法得到的红外小目标检测方法，与同类基于HVS（Human Visual System）的检测方法比较，适用场景更广，特别是在复杂背景下，能达到更低的虚警率，更高的信杂比。

Description

一种基于加权块对比度的红外小目标检测方法

技术领域

本发明属于空间激光通信技术领域，具体涉及一种基于加权块对比度的红外小目标检测方法。

背景技术

在通常情况下，含有空间激光通信对端设备目标的红外图像，具有背景复杂，成像距离远，目标尺寸小，缺少目标的纹理特征等特点，导致快速准确确定光端机初始指向存在一定的难度，是一个典型的红外小目标识别问题。而关于红外小目标识别，近几十年来人们对这一领域进行了大量的研究，但复杂背景下的小目标检测仍然存在虚警率高、信杂比低的问题。

发明内容

为了解决在复杂背景下红外小目标识别能达到更低的虚警率、更高的信杂比，本发明提供一种基于加权块对比度的红外小目标检测方法，针对亮目标进行探测。

用3×3的滑动窗口在图片上从上到下，从左到右依次滑动计算，所述滑动窗口共有9个子窗口，即9个子块，其中，中间的窗口为中心块，周围的8个窗口为邻域块，所述方法包括如下步骤：

S1、在子窗口依次使用3×3、5×5和7×7三种大小的均值滤波器依次完成计算；

S2、计算红外图像中心块的均值和邻域块的均值；

S3、计算出中心块和邻域块的不相似性；

S4、显著度图像获取；

S5、计算各个像素点的改进局部图像熵；

S6、利用改进局部图像熵进行加权运算；

S7、利用自适应阈值分割算法获取目标的位置。

进一步，计算红外图像中心块的均值公式为：

，式中，m _T 是中心块均值，即中心块响应值，k是子块中像素的数量，I _j 是中心块中第j个像素的像素值；计算红外图像邻域块的均值公式为：

，式中，m _Bi 是邻域块均值，即邻域块响应值，I _j ⁽ⁱ⁾ 是第i个子块中第j个像素的像素值。

进一步，所述计算出中心块和邻域块的不相似性方法为：

S8、用d(T,B _i )表示中心块均值与邻域块均值的差值：

；

S9、计算中心块与邻域块的不相似性：

；其中

表示中心块和邻域块在第i个方向上的不相似性，此处只取

和

同为正数的情况；

S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：

；其中

表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性，H(·)是赫维赛德阶跃函数，具有如下定义：

。

进一步，所述显著度图像获取的方法为：利用公式

对滑动窗口四个方向的对比度取最小值，所述四个方向分别为上下左右方向，其中,c(x,y)表示滑动窗口四个方向对比度的最小值，（x,y）表示图形中任意点的坐标，在3×3、5×5和7×7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像。

进一步，所述计算各个像素点的改进局部图像熵的公式为：

，其中，E(x,y)是图像中任意一个像素点经过计算后的改进图像熵，I _i 是以(x,y)为中心的滑动窗口内出现过的像素值，I(x,y)表示窗口内像素点，窗口内共有m个不同灰度值像素点,

表示I _i 出现的概率。

进一步，所述利用改进局部图像熵进行加权运算的公式为：

；其中，W(x,y)是用改进图像熵加权的多尺度块的对比度量，

是多尺度块的对比度量。

进一步，所述利用自适应阈值分割算法获取目标的位置时选择灰度重心法提取小目标质心。

本发明还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明还提供一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现上述方法的步骤。

本发明的有益效果为：针对亮目标进行探测时，按照由本发明之方法得到的红外小目标检测方法，与同类基于HVS（Human Visual System）的检测方法比较，适用场景更广，特别是在复杂背景下，能达到更低的虚警率，更高的信杂比。

附图说明

图1为本发明实施例提供的滑动窗口示意图；

图2为本发明实施例得到的显著度图像图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本实施例包括如下步骤：

S1、在3×3滑动窗口的子窗口依次使用3×3、5×5和7×7三种大小的均值滤波器依次完成计算；所述3×3滑动窗口如图1所示。

S2、计算红外图像中心块和邻域块的均值。

S3、计算出中心块和邻域块的不相似性。

S4、显著度图像获取。

S5、计算各个像素点的改进局部图像熵。

S6、利用改进局部图像熵进行加权运算。

S7、利用自适应阈值分割算法获取目标的位置。

所述计算红外图像中心块均值的公式为：

，式中，m _T 是中心块均值，也是中心块响应值，k是子块中像素的数量，I _j 是中心块中第j个像素的像素值；所述计算红外图像邻域块均值的公式为：

，式中，m _Bi 是邻域块均值，也是邻域块响应值，I _j ⁽ⁱ⁾ 是第i个子块中第j个像素的像素值。

所述计算出中心块和邻域块的不相似性方法为：

S8、用d(T,B _i )表示中心块与邻域块的差值：

；

S9、计算中心块与邻域块的不相似性：

；当

时表明：

和

正负号相同，说明此时亮目标或者暗目标处于滑动窗口中心。由于在一般情况下，需要探测的小目标都是亮目标，且在云层背景下，云之间的空洞其易被判断为暗目标。所以本发明取

表达式右侧两项同为正数的情况，即针对亮目标进行探测，其中

表示中心块和邻域块在第i个方向上的不相似性，此处只取

和

同为正数的情况；

S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：

；其中

表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性，H(·)是赫维赛德阶跃函数，具有如下定义：

。

所述显著度图像获取的方法为：利用公式

对滑动窗口四个方向的对比度取最小值，其中（x,y）表示图形中任意点的坐标，在3×3、5×5和7×7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像如图2所示。

所述计算各个像素点的改进局部图像熵的公式为：

，其中，E(x,y)是图像中任意一个像素点经过计算后的改进图像熵，I _i 是以(x,y)为中心的滑动窗口内出现过的像素值，窗口内除了I(x,y)共有m个不同灰度值像素点,

是I _i 出现的概率。

所述利用改进局部图像熵进行加权运算的公式为：

；其中，W(x,y)是用改进图像熵加权的多尺度块的对比度量，

是多尺度块的对比度量。

所述利用自适应阈值分割算法获取目标的位置时选择灰度重心法提取小目标质心。

其中，自适应阈值分割方法的公式为：

。

式中，τ是阈值，显著度图像中的像素值大于τ被设置为1；反之被设置为0，最后可以得到一幅二值化图像。µ是显著度图像的均值，k是分割系数，一般取7~12，σ是显著度图像的标准差。

本实施例选择灰度重心法提取小目标质心：

式中，G(x _i ,y _i )代表位于图像中第i行，第j列像元的灰度值；因为质心提取针对的是阈值分割后的图像，所以像元的灰度值只有0和1两种。x ₀ 、y ₀ 分别为所求小目标质心的横纵坐标，图像的大小为I×J。

本实施例还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本实施例所述方法的步骤。

本实施例还提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现本实施例所述方法的步骤。

本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（read only memory，ROM）、可编程只读存储器（programmable ROM，PROM）、可擦除可编程只读存储器（erasablePROM，EPROM）、电可擦除可编程只读存储器（electrically EPROM，EEPROM）或闪存。易失性存储器可以是随机存取存储器（random access memory，RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM 可用，例如静态随机存取存储器（static RAM，SRAM）、动态随机存取存储器（dynamic RAM，DRAM）、同步动态随机存取存储器（synchronousDRAM，SDRAM）、双倍数据速率同步动态随机存取存储器（double data rate SDRAM，DDRSDRAM）、增强型同步动态随机存取存储器（enhanced SDRAM，ESDRAM）、同步连接动态随机存取存储器（synchlink DRAM，SLDRAM）和直接内存总线随机存取存储器（direct rambusRAM，DR RAM）。应注意，本发明描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，高密度数字视频光盘（digital video disc，DVD））、或者半导体介质（例如，固态硬盘（solid state disc，SSD））等。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软 件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

应注意，本申请实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

Claims (7)

1.一种基于加权块对比度的红外小目标检测方法，用3×3的滑动窗口在图片上从上到下，从左到右依次滑动计算，所述滑动窗口共有9个子窗口，即9个子块，其中，中间的窗口为中心块，周围的8个窗口为邻域块，其特征在于，所述方法包括如下步骤：

S1、在子窗口依次使用3×3、5×5和7×7三种大小的均值滤波器依次完成计算；

S2、计算红外图像中心块的均值和邻域块的均值；

S3、计算出中心块和邻域块的不相似性

计算中心块和邻域块的不相似性时，假定目标为亮目标；

S4、显著度图像获取；显著度图像获取的方法为：利用公式

对滑动窗口四个方向的对比度取最小值，其中,c(x,y)表示滑动窗口四个方向对比度的最小值，(x,y)表示图形中任意点的坐标，在3×3、5×5和7×7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像；

S5、计算各个像素点的改进局部图像熵；所述计算各个像素点的改进局部图像熵的公式为：

其中，E(x,y)是图像中任意一个像素点经过计算后的改进图像熵，I_i是以(x,y)为中心的滑动窗口内出现过的像素值，I(x,y)表示窗口内像素点，窗口内共有m个不同灰度值像素点,pI_i表示I_i的出现的概率；

S6、利用改进局部图像熵进行加权运算；

S7、利用自适应阈值分割算法获取目标的位置。

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，计算红外图像中心块的均值公式为：

式中，m_T是中心块均值，即中心块响应值，k是子块中像素的数量，I_j是中心块中第j个像素的像素值；计算红外图像邻域块的均值公式为：

式中，m_Bi是邻域块均值，即邻域块响应值，I_j ⁽ⁱ⁾是第i个子块中第j个像素的像素值。

3.根据权利要求2所述的红外小目标检测方法，其特征在于，所述计算出中心块和邻域块的不相似性方法为：

S8、用d(T,B_i)表示中心块均值与邻域块均值的差值：d(T,B_i)＝m_T-m_Bi；

S9、计算中心块与邻域块的不相似性：

其中

表示中心块和邻域块在第i个方向上的不相似性，此处只取d(T,B_i)和d(T,B_i+4)同为正数的情况；

S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：

其中

表示假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性，H(·)是赫维赛德阶跃函数，具有如下定义：

4.根据权利要求3所述的红外小目标检测方法，其特征在于，所述利用改进局部图像熵进行加权运算的公式为：

其中，W(x,y)是用改进图像熵加权的多尺度块的对比度量，

是多尺度块的对比度量。

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，所述利用自适应阈值分割算法获取目标的位置时选择灰度重心法提取小目标质心。

6.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-5任一项所述方法的步骤。

7.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1-5任一项所述方法的步骤。

Images