基于张量扩展的半脊方向滤波器红外小目标识别方法。本发明专利技术首先读取小目标图像；利用余弦函数来构造图像模板；按二维卷积规则将从图像模板上得到的张量矩阵大小扩展为9×9，选取中间5×5个值为滤波矩阵，得到的滤波矩阵构成滤波模板；确定4个滤波方向；设计每个方向上的加权滤波公式；待每个方向上的加权滤波公式遍历完图像后，保存子图；将保存的子图按照矩阵对应点相乘的方法融合成一幅图像，归一化处理后得到背景抑制后的小目标图像。本发明专利技术解决了天空、海天背景下的红外小目标识别问题。本发明专利技术方法简单、便于硬件并行处理，且漏检率低、信噪比高。适用于空天及海天背景下单个或多个小目标的红外预警、红外制导导弹智能寻的。
【技术实现步骤摘要】
本专利技术属于红外小目标检测
，涉及基于半脊方向滤波器的选取、图像模 板的建立、张量的扩展变形及滤波模板的建立和滤波方向的选取，适用于空天及海天背景 下单个或多个小目标的红外预警、红外制导导弹智能寻的。
技术介绍
随着军事高科技的飞速发展，以精确制导导弹为代表的各种精确制导武器在现 代战场中发挥了越来越强大的威力，精确制导武器也对军事要地和飞机、军舰等高价值作 战平台的安全构成严重的威胁。随着工业制造水平和隐身材料的高速发展及逐步的成熟， 隐身材料在军事上的广泛应用，使得雷达越来越不容易检测到目标。并且由于雷达本身 固有的对外辐射特性，使雷达探测系统存在容易暴露己方作战平台从而容易受到反辐射 导弹攻击的缺点。红外探测器自身不辐射能量，仅以被动的方式接收目标辐射的热能探 测目标，且标准大气环境下，地对空的探测距离能达到100公里，外太空环境下探测距离 达到数百公里。因此较雷达探测系统而言，红外探测系统具有隐蔽性好、抗电磁干扰能力 强的优点。因而红外小目标识别成为现代战争防御系统中一项重要的技术。当前，在红 外小目标检测方面，国内外学者已经提出了多种方法，其中文献"WangGD，ChenChY， ShenXB.Facet-basedinfraredsmalltargetdetectionmethod，Electronics Letters.Oct. 2005,41 (22) :218-219. "采用的面模型的匹配滤波法是基于不同时间采集 的多帧图像，图像序列必须配准，不适用于单帧图像目标检测；文献"LtiYan，SHILin，SU Xin-zhu.Methodfordimsmalltargetdetectionbasedonwaveletandhigher-order cumulant ?InfraredTechnology，2006, 28 (12) : 713-716. " 提出的基于小波和高阶累 积量的检测方法虽能大大提高图像信噪比并且保留了目标信息，但小波算法本身比较复 杂；文献"SUXiu-qin，LIANGJin-feng，LUTao，etal.IRtargetdetection&tracking algorithmbasedonsea-skybackground.ActaPhotonicaSinica,2009, 38(5) :1309-1312. "采用一种结合形态学和区域自适应滤波的检测算法，该方法实时性好， 但当目标点相对弱小时，容易在目标周围产生虚警点；专利"基于线性PCA的红外点目标检 测方法"将目标检测问题转化为模式分类问题，但在对目标模型的学习过程中没有考虑噪 声的干扰，使得该方法对复杂背景的适应能力很弱，且检测过程十分复杂，实用性不强。 综上所述，许多计算量小的红外小目标识别方法，虽实时性比较好，但都是在特定 背景条件下做了一些理想假定，如差分法等，不能有效识别出背景复杂度高的小目标图像， 具有一定的使用局限性。而复杂度较高的方法，如小波变换法等，虽具有较好的识别效果， 但往往实时性比较差，不能满足实际应用的实时性要求。
技术实现思路
本专利技术的目的在于针对上述已有技术的不足，提出一种基于张量扩展的半脊方向 滤波器红外小目标识别方法，在以不增加检测成本的前提下，适用于更多背景下的红外小 目标图像，并提高了红外小目标检测的准确性、实时性和可靠性。 本专利技术是一种，其特征在 于，包括如下步骤： (1)读取小目标原图，大小修正为256X256 ; (2)由于小目标图像点旋转方向不变的特性，根据半脊滤波器构成的图像所具有 的方向滤波特性，利用余弦函数来构成一个左下角灰度值达到最大，右上角灰度值最小的 半脊方向滤波器的图像模板，其图像模板大小为nXn，取n= 2 ; (3)利用张量的定义从图像模板上获得与之相关的4个张量矩阵，并将每个张量 矩阵扩展成大小为9X9的矩阵，选取每个矩阵中间的5X5个值为滤波矩阵，把得到的4个 5X5大小的滤波矩阵按照从图像模板中提取张量的相应位置排列构成滤波模板； (4)在滤波模板每个5X5大小的滤波矩阵上，分别确定4个滤波方向的角度为 atan(l/2)，n/2-atan(l/2)，Ji/2+atan(l/2)，Ji-atan(l/2); (5)在步骤（3)中得到滤波模板的每个5X5大小的滤波矩阵上，分别以【主权项】1. 一种，其特征在于，包括如下 步骤： (1) 读取小目标原图，大小修正为256X256 ; (2) 由于小目标图像点旋转方向不变的特性，根据半脊滤波器构成的图像所具有的方 向滤波特性，利用余弦函数构成一个左下角灰度值达到最大，右上角灰度值最小的半脊方 向滤波器的图像模板，其图像模板大小为nXn，取n= 2 ; (3) 利用张量的定义从图像模板上获得与图像相关的4个张量矩阵，并将每个张量矩 阵扩展成大小为9X9的矩阵，选取每个矩阵中间的5X5个值为滤波矩阵，把得到的4个 5X5大小的滤波矩阵按照从图像模板中提取张量的相应位置排列构成滤波模板； (4) 在滤波模板每个5X5大小的滤波矩阵上，分别确定4个滤波方向的角度为 atan(l/2)，Ji/2-atan(l/2)，Ji/2+atan(l/2)，Ji-atan(l/2); (5) 在步骤（3)中得到滤波模板的每个5X5大小的滤波矩阵上，分别以个像素距 离为单位在该滤波模板上按照步骤（4)中所述4个方向分别取值，每个方向上取5个点，当 单位距离上的点没有值时，用该点相邻最近两点和的均值代替该点的取值； (6) 设计所述4个方向上的加权滤波公式，在每个方向上分别处理小目标原图并保存， 得到四副不同方向上的小目标子图，具体步骤有： 6. 1)选取每个方向上5个点的值，分别设计4个方向上的加权滤波公式； 6. 2)然后在4个滤波矩阵上只选用一个方向上的加权滤波公式同时处理小目标原图 并保存，处理后的小目标原图称为该方向上的小目标子图； 6. 3)按照6. 2)所述方法，在其他三个方向上对小目标图像做同样处理，并分别保存， 共得到四副小目标子图； (7) 按照矩阵对应点相乘的方法对步骤（6)中得到的四副小目标子图进行遍历相乘， 融合成一幅新的图像，并对该副图像进行归一化处理，最终得到背景抑制后的小目标图像， 识别结束。2. 根据权利要求1所述的，其特 征在于：步骤（2)中，由余弦函数生成的图像模板Z(n，n)各点灰度值的表达式为：当i〈n时：Z(n-i+m，m) =y(i)，m= 1，2, 3,...，i 当i=n时：Z(1，k) =y(i)，1 =k= 1，2, 3,…，n 当i>n时：Z(2n-i_m，n_m) =y(i)，m= 0, 1，2, ???，2n-i_l 其中n为图像模板的大小，y(i)为灰度值函数。3. 根据权利要求1所述的，其特 征在于：步骤（3)中，依据张量的定义，对步骤（2)中形成的大小为2X2的图像模板提取张 量矩阵，得到4个张量矩阵，并将每个张量矩阵按照二维卷积规则扩展至3X3大小，并继续 扩展该3X3的矩阵直至该矩阵大小为9X9结束，得到4个大小为9X9的扩展矩阵，选定 每个扩展矩阵的中间5X5个值本文档来自技高网...
【技术保护点】
一种基于张量扩展的半脊方向滤波器红外小目标识别方法，其特征在于，包括如下步骤：(1)读取小目标原图，大小修正为256×256；(2)由于小目标图像点旋转方向不变的特性，根据半脊滤波器构成的图像所具有的方向滤波特性，利用余弦函数构成一个左下角灰度值达到最大，右上角灰度值最小的半脊方向滤波器的图像模板，其图像模板大小为n×n，取n＝2；(3)利用张量的定义从图像模板上获得与图像相关的4个张量矩阵，并将每个张量矩阵扩展成大小为9×9的矩阵，选取每个矩阵中间的5×5个值为滤波矩阵，把得到的4个5×5大小的滤波矩阵按照从图像模板中提取张量的相应位置排列构成滤波模板；(4)在滤波模板每个5×5大小的滤波矩阵上，分别确定4个滤波方向的角度为atan(1/2)，π/2‑atan(1/2)，π/2+atan(1/2)，π‑atan(1/2)；(5)在步骤(3)中得到滤波模板的每个5×5大小的滤波矩阵上，分别以个像素距离为单位在该滤波模板上按照步骤(4)中所述4个方向分别取值，每个方向上取5个点，当单位距离上的点没有值时，用该点相邻最近两点和的均值代替该点的取值；(6)设计所述4个方向上的加权滤波公式，在每个方向上分别处理小目标原图并保存，得到四副不同方向上的小目标子图，具体步骤有：6.1)选取每个方向上5个点的值，分别设计4个方向上的加权滤波公式；6.2)然后在4个滤波矩阵上只选用一个方向上的加权滤波公式同时处理小目标原图并保存，处理后的小目标原图称为该方向上的小目标子图；6.3)按照6.2)所述方法，在其他三个方向上对小目标图像做同样处理，并分别保存，共得到四副小目标子图；(7)按照矩阵对应点相乘的方法对步骤(6)中得到的四副小目标子图进行遍历相乘，融合成一幅新的图像，并对该副图像进行归一化处理，最终得到背景抑制后的小目标图像，识别结束。...
【技术特征摘要】
【专利技术属性】
技术研发人员：付小宁，任国鹏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。