基于全局濾波的紅外弱小目標(biāo)背景抑制方法及其裝置制造方法
【專利摘要】本發(fā)明提供一種基于全局濾波的紅外弱小目標(biāo)背景抑制方法，對(duì)紅外圖像進(jìn)行多次平滑處理，將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián)生成紅外圖像數(shù)據(jù)立方體，根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù)立方體中的弱小目標(biāo)和背景圖像，根據(jù)非線性函數(shù)增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目標(biāo)、以及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像；本發(fā)明還提供一種基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，通過本發(fā)明能夠更好的對(duì)目標(biāo)的形狀和灰度信息進(jìn)行保持，為后續(xù)的背景抑制方法提供了良好的預(yù)處理圖像，能夠更精確地衡量圖像中每個(gè)像素點(diǎn)與背景之間的差異，得到良好的背景抑制效果。
【專利說明】基于全局濾波的紅外弱小目標(biāo)背景抑制方法及其裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于紅外圖像處理領(lǐng)域，尤其涉及一種基于全局濾波的紅外弱小目標(biāo)背景 抑制方法及其裝置。

【背景技術(shù)】
[0002] 在紅外預(yù)警和搜索跟蹤系統(tǒng)中，由于目標(biāo)距探測(cè)器較遠(yuǎn)、大氣衰減等原因，探測(cè)器 上得到的紅外圖像往往具有對(duì)比度低、圖像細(xì)節(jié)模糊、在圖像中所占像素點(diǎn)少、信噪比低等 特點(diǎn)，這就給弱小目標(biāo)的自動(dòng)檢測(cè)帶來了困難。因此，要想提高檢測(cè)概率，必須在檢測(cè)之前 對(duì)原始的紅外圖像進(jìn)行預(yù)處理，以抑制背景雜波，增強(qiáng)目標(biāo)。背景抑制是預(yù)處理的一個(gè)關(guān)鍵 環(huán)節(jié)，其目的就是為了抑制圖像中起伏的背景，提高圖像的信噪比。背景抑制結(jié)果的優(yōu)劣會(huì) 直接影響到后續(xù)目標(biāo)檢測(cè)方法的性能，因此，近些年來許多學(xué)者對(duì)背景抑制的方法進(jìn)行了 深入的研究。
[0003] 目前背景抑制方法主要有時(shí)域、空域、頻域、形態(tài)學(xué)等濾波方法和統(tǒng)計(jì)回歸的方 法。例如：基于時(shí)域輪廓線的下駐點(diǎn)濾波的方法在時(shí)域上抑制背景雜波，檢測(cè)運(yùn)動(dòng)的紅外弱 小目標(biāo)，對(duì)于背景變化劇烈、目標(biāo)運(yùn)動(dòng)速度緩慢的紅外序列圖像效果較差；將最大中值/均 值濾波應(yīng)用于弱小目標(biāo)檢測(cè)的方法，在空域上對(duì)圖像進(jìn)行處理，增大了計(jì)算量，且在窗口選 擇過大時(shí)會(huì)導(dǎo)致對(duì)背景雜波抑制效果變差，且容易在目標(biāo)點(diǎn)周期產(chǎn)生虛假輪廓，定位精度 較差；基于形態(tài)學(xué)top-hat變換的弱小目標(biāo)檢測(cè)方法，這種方法對(duì)背景雜波的抑制效果與 結(jié)構(gòu)元素的選擇有非常密切的聯(lián)系，并且對(duì)小于結(jié)構(gòu)元素的背景雜波無法很好地抑制；利 用二維最小均方誤差濾波（TDLMS)的自適應(yīng)線性預(yù)測(cè)方法，在預(yù)測(cè)過程中采用了最小均方 誤差準(zhǔn)則，當(dāng)原始紅外圖像中含有強(qiáng)相關(guān)的噪聲時(shí)，利用雜波的相關(guān)性，可以從濾波器的輸 入信號(hào)中預(yù)測(cè)到雜波分量并將其消除，在濾波器的殘差中得到目標(biāo)信號(hào)分量，該方法對(duì)于 非平穩(wěn)背景反而可能會(huì)導(dǎo)致信噪比的降低。
[0004] 除以上幾種背景抑制方法外，目前針對(duì)紅外弱小目標(biāo)圖像的背景抑制方法多種多 樣，但都具有各自的局限性，特別當(dāng)圖像包含較高灰度級(jí)，起伏劇烈的復(fù)雜背景時(shí)，許多方 法無法得到良好的抑制效果。


【發(fā)明內(nèi)容】

[0005] 為解決現(xiàn)有存在的技術(shù)問題，本發(fā)明實(shí)施例提供一種基于全局濾波的紅外弱小目 標(biāo)背景抑制方法及其裝置，能夠有效抑制紅外圖像中的復(fù)雜背景，突出目標(biāo)信息，便于后續(xù) 的目標(biāo)分割與檢測(cè)。
[0006] 為達(dá)到上述目的，本發(fā)明實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：
[0007] 本發(fā)明實(shí)施例提供一種基于全局濾波的紅外弱小目標(biāo)背景抑制方法，該方法包 括：對(duì)紅外圖像進(jìn)行多次平滑處理，將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián) 生成紅外圖像數(shù)據(jù)立方體，根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù)立方體 中的弱小目標(biāo)和背景圖像，根據(jù)非線性函數(shù)增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目 標(biāo)、以及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像。
[0008] 上述方案中，所述對(duì)紅外圖像進(jìn)行多次平滑處理為：對(duì)紅外圖像進(jìn)行多次全局濾 波處理。
[0009] 上述方案中，所述將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián)生成紅外 圖像數(shù)據(jù)立方體為：將多幅不同平滑尺度下的紅外圖像級(jí)聯(lián)成為多尺度數(shù)據(jù)立方體。
[0010] 上述方案中，所述確根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù) 立方體中的弱小目標(biāo)和背景圖像為：將維數(shù)為MXNXn的紅外圖像數(shù)據(jù)立方體排列為 nX (MXN)的矩陣，選取大小為lXd的窗口，將窗口在所述矩陣中滑動(dòng)，確定所述窗口中 的像素的局部灰度均值，所述局部灰度均值為窗口中心像素點(diǎn)對(duì)應(yīng)位置所估計(jì)的背景灰度 值，同時(shí)確定整個(gè)紅外圖像的灰度標(biāo)準(zhǔn)差，根據(jù)公式

【權(quán)利要求】
1. 一種基于全局濾波的紅外弱小目標(biāo)背景抑制方法，其特征在于，該方法包括：對(duì)紅 外圖像進(jìn)行多次平滑處理，將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián)生成紅外 圖像數(shù)據(jù)立方體，根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù)立方體中的弱小 目標(biāo)和背景圖像，根據(jù)非線性函數(shù)增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目標(biāo)、以及 抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像。
2. 根據(jù)權(quán)利要求1所述的基于全局濾波的紅外弱小目標(biāo)背景抑制方法，其特征在于， 所述對(duì)紅外圖像進(jìn)行多次平滑處理為：對(duì)紅外圖像進(jìn)行多次全局濾波處理。
3. 根據(jù)權(quán)利要求1或2所述的基于全局濾波的紅外弱小目標(biāo)背景抑制方法，其特征 在于，所述將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián)生成紅外圖像數(shù)據(jù)立方體 為：將多幅不同平滑尺度下的紅外圖像級(jí)聯(lián)成為多尺度數(shù)據(jù)立方體。
4. 根據(jù)權(quán)利要求3所述的基于全局濾波的紅外弱小目標(biāo)背景抑制方法，其特征在于， 所述根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù)立方體中的弱小目標(biāo)圖像和 紅外圖像中的背景圖像為：將維數(shù)為MXNXn的紅外圖像數(shù)據(jù)立方體排列為nX (MXN)的 矩陣，選取大小為lXd的窗口，將窗口在所述矩陣中滑動(dòng)，確定所述窗口中的像素的局部 灰度均值，所述局部灰度均值為窗口中心像素點(diǎn)對(duì)應(yīng)位置所估計(jì)的背景灰度值，同時(shí)確定 整個(gè)紅外圖像的灰度標(biāo)準(zhǔn)差，根據(jù)公式
以及獲得的局部灰度均值、 背景灰度值和標(biāo)準(zhǔn)差分離所述生成的紅外圖像數(shù)據(jù)立方體中的弱小目標(biāo)圖像和紅外圖像 中的背景圖像，其中：
為局部標(biāo)準(zhǔn)化歐式距離，ru為圖像中坐標(biāo)位置 為（i，j)的像素點(diǎn)的灰度值，μ為圖像的局部灰度均值，s為圖像的灰度標(biāo)準(zhǔn)差。
5. 根據(jù)權(quán)利要求4所述的基于全局濾波的紅外弱小目標(biāo)背景抑制方法，其特 征在于，所述根據(jù)非線性函數(shù)增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目標(biāo)、以 及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像為：根 據(jù)公式
增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目標(biāo)、以 及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像，其中，
為局部標(biāo)準(zhǔn)化歐式距離，h為調(diào)節(jié)參數(shù)，e為常數(shù)2. 71828…。
6. -種基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，其特征在于，該裝置包括： 平滑處理單元、級(jí)聯(lián)單元、確定單元、抑制單元，其中， 所述平滑處理單元，用于對(duì)紅外圖像進(jìn)行多次平滑處理，發(fā)送獲得的多幅平滑圖像到 級(jí)聯(lián)單元； 所述級(jí)聯(lián)單元，用于將平滑處理后獲得的多幅不同平滑尺度下的圖像級(jí)聯(lián)生成紅外圖 像數(shù)據(jù)立方體，發(fā)送獲得的紅外圖像數(shù)據(jù)立方體到確定單元； 所述確定單元，用于根據(jù)局部標(biāo)準(zhǔn)化歐式距離分離所述生成的紅外圖像數(shù)據(jù)立方體中 的弱小目標(biāo)和背景圖像，發(fā)送獲得的弱小目標(biāo)和背景圖像到抑制單元； 所述抑制單元，用于根據(jù)非線性函數(shù)增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離分離后的弱小目 標(biāo)、以及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制后的圖像。
7. 根據(jù)權(quán)利要求6所述的基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，其特征在于， 所述平滑處理單元，具體用于對(duì)紅外圖像進(jìn)行多次全局濾波處理。
8. 根據(jù)權(quán)利要求6或7所述的基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，其特征在 于，所述級(jí)聯(lián)單元，具體用于將多幅不同平滑尺度下的紅外圖像級(jí)聯(lián)成為多尺度數(shù)據(jù)立方 體。
9. 根據(jù)權(quán)利要求8所述的基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，其特征在于， 所述確定單元，具體用于將維數(shù)為MXNXn的紅外圖像數(shù)據(jù)立方體排列為nX (MXN)的矩 陣，選取大小為lXd的窗口，將窗口在所述矩陣中滑動(dòng)，確定所述窗口中的像素的局部灰 度均值，所述局部灰度均值為窗口中心像素點(diǎn)對(duì)應(yīng)位置所估計(jì)的背景灰度值，同時(shí)確定整 個(gè)紅外圖像的灰度標(biāo)準(zhǔn)差，根據(jù)公式
以及獲得的局部灰度均值、背 景灰度值和標(biāo)準(zhǔn)差分離所述生成的紅外圖像數(shù)據(jù)立方體中的弱小目標(biāo)圖像和紅外圖像中 的背景圖像，其中，
為局部標(biāo)準(zhǔn)化歐式距離，ru為圖像中坐標(biāo)位置為 (i，j)的像素點(diǎn)的灰度值，μ為圖像的局部灰度均值，s為圖像的灰度標(biāo)準(zhǔn)差。
10. 根據(jù)權(quán)利要求9所述的基于全局濾波的紅外弱小目標(biāo)背景抑制裝置，其特征在于， 所述抑制單元，具體用于根據(jù)公式
增強(qiáng)所述局部標(biāo)準(zhǔn)化歐式距離 分離后的弱小目標(biāo)、以及抑制所述局部標(biāo)準(zhǔn)化歐式距離分離后的背景圖像，獲得背景抑制 后的圖像，其中，為局部標(biāo)準(zhǔn)化歐式距離，h為調(diào)節(jié)參數(shù)，e為常數(shù) 2. 71828…。
【文檔編號(hào)】G06T5/50GK104156929SQ201410453009
【公開日】2014年11月19日 申請(qǐng)日期:2014年9月5日 優(yōu)先權(quán)日:2014年9月5日
【發(fā)明者】秦翰林, 李佳, 延翔, 宗靖國(guó), 周慧鑫, 韓姣姣, 曾慶杰, 呂恩龍, 李肖, 宋尚真, 賴睿 申請(qǐng)人:西安電子科技大學(xué)