一种用于目标检测的红外图像背景抑制方法

摘要

本发明公开一种用于目标检测的红外图像背景抑制方法，涉及图像处理及目标检测技术领域，针对现有方法存在未能很好地利用时域信息，虚警较高的问题；本发明通过随机截取待检测帧的块计算其到一定范围邻帧的相对位移矢量，再利用所得相对位移矢量计算邻帧到待检测帧的背景相对位移矢量，从而计算匹配点的灰度加权均值，得到邻帧灰度响应图，再与待检测帧作差并取绝对值、归一化，最终获得目标的检测结果；本发明能够抵消背景相对探测器运动带来的影响，大大降低来自背景运动的产生的虚警，可以很好地在响应图中凸显目标。

说明书

技术领域

本发明属于图像处理及目标检测技术领域，涉及一种用于目标检测的红外图像背景抑制方法。

背景技术

红外搜索与跟踪(Infrared search and track,IRST)在天基监视系统、预警系统、军事制导系统等诸多应用中占有重要地位。现有的方法大致可以分为两类:跟踪前检测(detection-before-track,DBT)和检测前跟踪(track-before-detection,TBD)。

DBT方法在单帧检测结果的基础上，结合帧间信息筛选真实目标；TBD方法利用帧间信息，累积目标沿轨迹的信号能量来检测目标。其中，DBT方法往往过于依赖单帧检测的结果，而不能很好地利用时域信息；而TBD方法常常需要一些运动信息先验，鲁棒性较差。

因此，目前亟需一种能够充分利用时域信息且鲁棒性较强的红外小目标检测方法。

发明内容

为了解决上述现有技术中存在的问题，本发明拟提供了一种用于目标检测的红外图像背景抑制方法，拟解决针对现有方法未能很好地利用时域信息，虚警较高的问题。

一种用于目标检测的红外图像背景抑制方法，优选的，存在以下步骤：

A.针对待检测红外小目标图像，除待检测帧本身外，读取其向前数第3l帧、第2l帧、第l帧，以及向后数第3l帧、第2l帧、第l帧(L优选1～3)；

B.随机选取待检测帧中的若干块，分别计算每个块从待检测帧到邻帧的相对位移矢量；

C.针对待检测帧的每一邻帧，根据步骤B中所得的块相对位移矢量，计算该邻帧相对于待检测帧的背景相对位移矢量；

D.遍历待检测帧中的每一个像素，根据步骤C中所得的背景相对位移矢量，计算邻帧匹配点的灰度加权均值，得到邻帧灰度响应图；

E.待检测帧原始图与邻帧灰度响应图作差并取绝对值、归一化，获得目标的检测结果图。

进一步地，所述步骤B的具体步骤如下：

步骤1：读取单帧图像的尺寸，高记为h，宽记为w；预设块的数量为N(优选N＝10)，块的大小为patch_size×patch_size，搜索范围参数为R(注意：patch_size要足够大才能忽略目标相对背景运动的影响；优选patch_size≥50,R≥10)；

步骤2：针对待检测帧向前数第l帧和向后数第l帧(下面简称为±l帧)，分别在待检测帧的[R:h-R,R:w-R]范围内随机截取N个大小为patch_size×patch_size的块，记各块的左上角坐标为

步骤3：针对待检测帧向前数第2l帧和向后数第2l帧(下面简称为±2l帧)，分别在待检测帧的[2R:h-2R,2R:w-2R]范围内随机截取N个大小为patch_size×patch_size的块，记各块的左上角坐标为

步骤4：针对待检测帧向前数第3l帧和向后数第3l帧(下面简称为±3l帧)，分别在待检测帧的[3R:h-3R,3R:w-3R]范围内随机截取N个大小为patch_size×patch_size的块，记各块的左上角坐标为

进一步地，所述步骤C的具体操作如下：

针对待检测帧的每一邻帧，取其内所有块的相对位移矢量的均值，作为该邻帧相对于待检测帧的背景相对位移矢量。

进一步地，所述步骤D的具体操作如下：

M(i,j,k)＝0.3×[F(i+a

式中，三位索引中的第一位是行索引，第二位是列索引，第三位是帧索引；F代表读入的原始图像序列；a

优选的，步骤E中所述的待检测帧与邻帧灰度响应图作差并取绝对值、归一化，获得目标的检测结果图，具体操作为：

S(:,:,k)＝|F(:,:,k)-M(:,:,k)|

式中，F(:,:,k)代表第k帧原始图像；M(:,:,k)代表第k帧的邻帧灰度响应图；S(:,:,k)代表第k帧的目标检测结果图。

本发明的有益效果包括：

1.通过随机截取的块估算邻帧的背景相对位移矢量，从而计算邻帧匹配点的灰度加权均值，得到邻帧灰度响应图，再与待检测帧作差并取绝对值、归一化，最终获得目标的检测结果图。

2.本发明中步骤B和步骤C依据若干随机块的相对位移矢量估算邻帧相对于待检测帧的背景相对位移矢量，能够抵消背景相对探测器运动带来的影响，大大降低源自背景运动的虚警。

3.本发明中步骤D通过计算邻帧匹配点的灰度加权均值得到邻帧灰度响应，特设的权重充分考虑到了目标可能的运动特性，联合步骤E后，可以很好地在结果图中凸显目标。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是用于目标检测的红外图像背景消除的流程图。

图2是本发明实施例1的待检测红外小目标图像。

图3是本发明实施例1的待检测红外小目标图像的前3帧至后3帧(共7帧)图像。

图4是本发明实施例1的邻帧灰度响应图。

图5是本发明实施例1的目标检测结果图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。

实施例一

下面结合附图1到附图5对本发明的具体实施例做详细的说明：

A.针对待检测红外小目标图像，如图2所示，真实目标用白框标注。除本身外，读取其向前数第3l帧、第2l帧、第l帧，以及向后数第3l帧、第2l帧、第l帧(l取1)，如图3所示；

B.随机选取待检测帧中的若干块，分别计算每个块从待检测帧到邻帧，共6邻帧的相对位移矢量；

步骤1：读取单帧图像的尺寸h＝256,w＝256；预设块的数量N＝10，块的大小为50×50，搜索范围参数R＝10。

步骤2：针对待检测帧向前数第一帧和向后数第一帧(下面简称为±1帧)，分别在待检测帧的[10:246,10:246]范围内随机截取10个大小为50×50的块，记各块的左上角坐标为

步骤3：针对待检测帧向前数第二帧和向后数第二帧(下面简称为±2帧)，分别在待检测帧的[20:236,20:236]范围内随机截取10个大小为50×50的块，记各块的左上角坐标为

步骤4：针对待检测帧向前数第三帧和向后数第三帧(下面简称为±3帧)，分别在待检测帧的[30:226,30:226]范围内随机截取10个大小为50×50的块，记各块的左上角坐标为

C.针对待检测帧的每一邻帧，根据步骤B中所得的块相对位移矢量，计算该邻帧相对于待检测帧的背景相对位移矢量；

针对待检测帧的每一邻帧，取其内所有块的相对位移矢量的均值，作为该邻帧相对于待检测帧的背景相对位移矢量。

D.遍历待检测帧中的每一个像素，根据步骤C中所得的背景相对位移矢量，计算邻帧匹配点的灰度加权均值，得到邻帧灰度响应图，如图4所示；

M(i,j,k)＝0.3×[F(i+a

式中，三位索引中的第一位是行索引，第二位是列索引，第三位是帧索引；F代表读入的原始图像序列；a

E.待检测帧与邻帧灰度响应图作差并取绝对值、归一化，获得目标的检测结果图，如图5所示；

S(:,:,k)＝|F(:,:,k)-M(:,:,k)|

式中，F(:,:,k)代表第k帧原始图像；M(:,:,k)代表第k帧的邻帧灰度响应图；S(:,:,k)代表第k帧的目标检测结果图。

以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。