一种基于局部二元对比度度量的红外小目标检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于局部二元对比度度量的红外小目标检测方法及装置。包括：(1)基于局部对比度度量理论，设计新的三层嵌套结构的滑动窗口，同时对原始热红外图像进行边界填充；(2)由滑动窗口捕获图像局部区域，基于中心块的像素灰度均值和周围邻域块的像素灰度值，定义图像像素点的相对数c；(3)由相对数c定义八位二元字符串，并转化为十进制的局部二元对比度，由此获得局部二元对比度度量图像I；(4)利用结构张量理论，设计信息过滤器，抑制图像I的线状稀疏结构，增强小目标信息；(5)输出红外目标检测结果图。本发明专利技术综合利用了局部二值模式、局部对比度量理论，有效抑制背景，增强目标，提升红外小目标的检测性能。提升红外小目标的检测性能。提升红外小目标的检测性能。

【技术实现步骤摘要】
一种基于局部二元对比度度量的红外小目标检测方法及装置


[0001]本专利技术涉及图像处理领域，尤其涉及一种基于局部二元对比度度量的红外小目标检测方法及装置。

技术介绍

[0002]众所周知，热红外小目标检测是指在红外图像中检测小目标。由于红外图像中的小目标灰度极低、噪声多、背景杂乱，因此其检测具有较高难度。目前，存在大量红外小目标检测技术，包括传统检测方法和基于深度学习的方法。大部分传统方法都面临着平衡检测器的目标识别能力和背景抑制能力的难题。作为数据驱动方法，基于深度学习的方法需要大量的数据，即使使用更强大的模块和更深的网络，也很难进一步提高检测性能。因此，红外目标检测算法的研究仍然是一项具有挑战性的任务。
[0003]对于传统的红外小目标检测方法，可以分为基于背景一致性假设、基于人类视觉系统和基于低秩稀疏分解的方法。基于背景一致性假设的方法假定背景具有高度相关性，而小目标破坏了该局部相关性，由此通过构建滤波器来抑制背景和噪声，增强目标。但是在复杂背景和低信噪比的情况下，滤波器不仅会增强目标，还会增强杂波。对于基于低秩稀疏分解的方法，其假设背景呈现低秩特性，因为大部分图像区域为背景成分，并且具有局部和非局部相关性，而目标仅占用很少像素数，表现出稀疏特性。基于低质稀疏分解的方法包括IPI,NRAM,RIPT,LogTFNN和STT
‑
TRNR等算法，然而，目前的大多数方法并未充分利用甚至破坏了红外数据中的空间和时间信息，导致背景缩小或目标缺失的问题。基于人类视觉系统的方法旨在设计对比度机制，利用目标与周围的局部区域的差异增强目标并抑制背景，包含LCM,MDWCM,GSWLCM和ELUM等检测器。然而，这些基于人类视觉系统的检测器高度依赖目标与背景的对比度，在目标接近周围邻域的情况下很容易引起虚警。

技术实现思路

[0004]针对现有技术中的不足，本专利技术的目的是提供一种基于局部二元对比度度量的红外小目标检测方法及装置，充分利用局部对比度量以及局部二元模式理论。设计局部二元对比度度量准则增强差异对比较强的区域，并通过结构张量理论构造信息过滤器进一步抑制抑制背景、增强目标的显著性，提升热红外小目标的检测性能，实现红外小目标检测。
[0005]为实现上述目的，本专利技术提供了如下技术方案：
[0006]本专利技术一方面公开了基于局部二元对比度度量的红外小目标检测方法，其特征在于，包括如下步骤：
[0007]步骤1)：设计三层嵌套结构的滑动窗口，内层为一个中心块，中间层为一个隔离环，最外层包含八个周围邻域块，同时对原始热红外图像进行边界填充；
[0008]步骤2)：通过三层嵌套结构的滑动窗口捕获局部图像块，基于中心块的像素灰度均值和周围邻域块的像素灰度值，定义滑动窗口的中心像素点(x,y)的相对数c；
[0009]步骤3)：由像素点(x,y)的相对数c定义八位二元字符串LBS，并将该八位二元字符
串LBS转为十进制数值，得到像素点(x,y)的局部二元对比度LBCM，逐像素点移动滑动窗口并计算滑动窗口的中心像素点的局部二元对比度LBCM，由此获得原始红外图像的局部二元对比度度量图像I；
[0010]步骤4)：利用结构张量理论，设计信息过滤器，对局部二元对比度度量图像I的每个像素点(x,y)的结构张量的两个特征值计算加权调和平均数H(x,y)，由每个像素点的加权调和平均数得到矩阵H，实现抑制线状稀疏结构，增强小目标信息；
[0011]步骤5)：归一化矩阵H获得矩阵H
′
，作为红外目标检测结果图T。
[0012]本专利技术还公开了一种实施所述方法的基于局部二元对比度度量的红外小目标检测装置，其包括：
[0013]滑动窗口结构设计模块，用于设计具有三层嵌套结构的滑动窗口，并对原始红外图像进行边界填充，以在红外图像中捕获局部对比度度量的图像块；
[0014]局部二元对比度度量算子设计模块，用于设计红外图像局部对比度度量准则，并利用三层嵌套结构的滑动窗口和局部二元模式理论，开展局部二元对比度度量；
[0015]局部二元对比度度量模块，用于将滑动窗口逐像素点遍历红外图像，开展局部二元对比度度量计算，进行红外小目标检测；
[0016]信息过滤器设计模块，用结构张量理论，设计信息过滤器，抑制线状稀疏结构，增强目标；
[0017]目标检测结果输出模块，用于输出红外小目标检测结果图。
[0018]本专利技术的有益效果在于：
[0019]1)本专利技术充分考虑了热红外小目标的结构特征，综合考虑背景区域和目标区域的能量表现特性，由此基于局部对比度度量理论，提出了一种新的三层嵌套结构的滑动窗口。其中，隔离环有效降低了背景成分对度量小目标特征的影响，通过调整中心块和八个周围邻域块的边长尺度，可以提高算法后续度量小目标的局部对比度的准确性。
[0020]2)本专利技术从局部对比度度量和局部二值模式的角度差法，通过中心块和周围邻域块之间的能量差异性，设计了一种新颖的局部二元对比度度量准则。又考虑到稀疏的线状结构对检测的影响，基于结构张量理论，设计了高效的信息过滤器，进一步提升检测器的背景抑制能力，尤其是背景中线状结构，并且提升了检测器的小目标增强能力。
附图说明
[0021]图1为本专利技术开展热红外图像小目标检测的局部对比度度量窗口结构示意图；
[0022]图2为本专利技术红外小目标检测装置的结构示意图；
[0023]图3为实验测试用的热红外图像序列的示例帧图像；
[0024]图4为热红外图像序列的示例帧的热红外小目标检测结果；
[0025]图5为热红外图像序列的示例帧经过所提出方法、NRAM、ELUM和FAMSIS检测后的检测结果图和对应的三维灰度可视化图像；
[0026]图6为热红外图像序列的示例帧经过TCNN
‑
NPSTT、ASTTV
‑
NTLA和SRSTT检测后的检测结果图和对应的三维灰度可视化图像。
具体实施方式
[0027]为了使本专利技术的目的、技术方案和优点更加清楚，下面结合具体的实施例详细说明本专利技术。下面描述了具体实施例以简化本专利技术。但是需要认识到，本专利技术不局限于所说明的实施例，并且在不脱离基本原理的前提下，本专利技术的各种修改是可能的，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0029]本专利技术的基于局部二元对比度度量的红外小目标检测方法在本实施例的基本步骤主要包括：
[0030]步骤1：基于局部对比度度量理论，设计三层嵌套结构的滑动窗口，其内层为一个中心块，中间层为一个隔离环，最外层包含八个周围邻域块，同时对原始热红外图像进行边界填充；
[0031]具体的，基于传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部二元对比度度量的红外小目标检测方法，其特征在于，包括如下步骤：步骤1)：设计三层嵌套结构的滑动窗口，内层为一个中心块，中间层为一个隔离环，最外层包含八个周围邻域块，同时对原始热红外图像进行边界填充；步骤2)：通过三层嵌套结构的滑动窗口捕获局部图像块，基于中心块的像素灰度均值和周围邻域块的像素灰度值，定义滑动窗口的中心像素点(x,y)的相对数c；步骤3)：由像素点(x,y)的相对数c定义八位二元字符串LBS，并将该八位二元字符串LBS转为十进制数值，得到像素点(x,y)的局部二元对比度LBCM，逐像素点移动滑动窗口并计算滑动窗口的中心像素点的局部二元对比度LBCM，由此获得原始红外图像的局部二元对比度度量图像I；步骤4)：利用结构张量理论，设计信息过滤器，对局部二元对比度度量图像I的每个像素点(x,y)的结构张量的两个特征值计算加权调和平均数H(x,y)，由每个像素点的加权调和平均数得到矩阵H，实现抑制线状稀疏结构，增强小目标信息；步骤5)：归一化矩阵H获得矩阵H
′
，作为红外目标检测结果图T。2.根据权利要求1所述的基于局部二元对比度度量的红外小目标检测方法，其特征在于，所述的步骤1)具体为：设计一种三层嵌套结构的滑动窗口，内层为一个边长尺度为S0的中心块，用M0表示；中间层为一个宽度为S
isolation
的隔离环，该隔离环嵌入滑动窗口，并包围中心块；最外层为八个均匀分布在隔离环外围的周围邻域块，用M1,M2,
…
,M8表示，其边长尺度为S
k
,k＝1,2,
…
,8；为使得位于图像边缘的像素点可以进行局部对比度度量，对原始热红外图像进行边界“0”填充，填充尺度s为其中，[
·
]表示向下取整函数，S0表示中心块M0的边长尺度，S
isolation
表示隔离环的宽度，S
k
表示周围邻域块的边长尺度。3.根据权利要求1所述的基于局部二元对比度度量的红外小目标检测方法，其特征在于，所述的步骤2)具体为：基于中心块M0的像素灰度均值m0和周围邻域块的像素灰度值，定义像素点(x,y)的相对数c，相对数c的计算公式为c(x,y)＝#{m0＞γ
·
max{f
k
(i,j)}},(i,j)∈M
k
,k＝1,2,
…
,8
ꢀꢀ
(3)其中，#{
·
}为计数操作符，用于获取周围邻域块的最大灰度值的γ倍小于以(x,y)为中心的中心块M0的像素灰度均值m0的邻域块个数，(i,j)∈M
k
,k＝1,2,
…
,8表示位于第k个中心块的(i,j)位置处的像素点，f
k
(i,j)表示该像素点的灰度值，γ是一个可调的正常数。4.根据权利要求3所述的基于局部二元对比度度量的红外小目标检测...

【专利技术属性】
技术研发人员：厉小润，骆源，陈淑涵，王晶，
申请(专利权)人：浙江大学，
类型：发明
国别省市：