【摘要】：如何在復雜背景和低信雜比條件下準確檢測到小目標對于精確制導武器的發(fā)展和紅外預警等具有重要意義。為了在復雜背景條件下提高圖像信雜比并有效地檢測出小目標,提出一種基于中心域與鄰域灰度對比度的紅外小目標檢測方法。通過計算輸入圖像的對比度圖和顯著度圖,提高了目標對比度同時抑制背景雜波;在此基礎(chǔ)上自適應設(shè)定閾值分離出小目標。實驗結(jié)果表明:與傳統(tǒng)LCM(Local Contrast Measure)方法相比,所提出的方法能夠取得更高的檢測率和較低的虛警率,尤其是對于復雜背景下的弱小目標檢測,相對于對比算法,優(yōu)勢更明顯。
【圖文】：

，將圖像分為若干塊。如圖1所示，每個塊包含3×3共9個子塊，每個子塊包含3×3共9個像素。傳統(tǒng)LCM算法中，為了求得響應最大值而重復在多尺度下運算，單獨一子塊像素個數(shù)最多達到9×9共81個。根據(jù)SPIE的建議，小目標的尺寸一般不超過圖像總面積的0.15%[6]，因此，幾乎很少有紅外圖像的小目標面積會達到9×9個像素。如果存在面積這么大的“斜目標，那么其自身一定可以包含諸如邊緣、角點等圖像信息，從而可以利用其他的檢測方法來檢測。因此，在提出的算法中，每一個子塊只包含3×3個像素。圖1在圖像上滑動窗口所獲得的圖像塊包含9個子塊Fig.1Imageblockgainedbyslidingwindowwhichcontains9subblocks每一個子塊的響應值用它的均值來代表，如下式所示：m(subblock(p,q))=19p+1i=p+1Σq+1j=q+1ΣPix(i,j)(1)式中：p、q為子塊的中心，則對于圖像塊中的任意一個子塊mi(i表示子塊的序號)，其響應值表示為：mi=m(subblock(pi,qi))(2)式中：pi、qi為第i個子塊的中心坐標。因此，對于一個圖像塊的中心塊，其響應值表示為m0，鄰域塊整體的響應值表示為：

?。因此，當窗口滑過圖像某一位置時，找出此圖像塊中心塊的亮度最大值Ln，其中n表示窗口滑動到第n個像素時所得到的第n個圖像塊。則此圖像塊最終的響應值定義為：Cn=Ln×m0m△(4)Cn值越大，表示此處為小目標的可能性越大。滑動窗口遍歷圖像所有的像素點后，將每一個像素點用Cn替換得到圖像的對比度圖C。為了進一步提高圖像的信雜比，在得到原有對比度圖的基礎(chǔ)上，通過下式求得原圖像的顯著度圖S：S(x,y)=C(x,y)-I(x,y)(5)式中：I(x,y)代表原圖像。圖2展示了4幅不同場景下的紅外圖像，其中圖2(a)是以云為背景的紅外圖像，，圖2(b)是以海天交際為背景的紅外圖像，圖2(c)是弱小目標的紅外圖像，圖2(d)是以機場跑道天空為背景的紅外圖像。圖3展示了圖2所對應的4幅圖像的顯著度圖S，由圖3可以清晰地看出，與原圖像相比，顯著度圖S大幅度提高了原圖像的信雜比，增強了目標的同時也較好地抑制了圖像背景雜波。(a)云為背景(b)海天交際(c)紅外小目標(d)機場天空為背景(a)Cloudasbackground(b)Seaandskyasbackground(c)Infrareddimtarget(d)Airportandskyasbackgroud圖24幅不同場景下的紅外圖像Fig.2Infraredimagesoffourdifferentscenes(a)云為背景(b)海天交際(c)紅外小目標(d)機場天空為背景(a)Cloudasbackground(b)Seaandskyasbackground(c)Infrareddimtarget(d)Airportandskyasbackgroud圖3圖2中紅外圖像所對應的顯著度圖Fig.3SaliencymapscorrespondingtoinfraredimageinFig.21.3紅外小目標的提取由獲取到的圖像顯著度圖S可以清晰地看出：圖像的信雜比得到了明顯提升，充分提高了目標區(qū)亮度并抑制了背景。因此在顯著度圖S中，亮度?
【作者單位】： 中國科學院沈陽自動化研究所;中國科學院光電信息處理實驗室;中國科學院大學;航天恒星科技有限公司;
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前7條

1 楊一帆;田雁;楊帆;黃彪;;基于改進Mean-Shift算法的紅外小目標跟蹤[J];紅外與激光工程;2014年07期

2 黃敏;鮑蘇蘇;邱文超;;基于可見光下雙目視覺的手術(shù)導航研究與仿真[J];機器人;2014年04期

3 盧瑞濤;黃新生;徐婉瑩;;基于Contourlet變換和Facet模型的紅外小目標檢測方法[J];紅外與激光工程;2013年08期

4 劉運龍;薛雨麗;袁素真;毛峽;;基于局部均值的紅外小目標檢測算法[J];紅外與激光工程;2013年03期

5 宋新;羅軍;王魯平;沈振康;;基于GVF Snake的運動目標跟蹤方法[J];紅外與激光工程;2007年02期

6 孫偉;王宏飛;邵錫軍;;基于改進分水嶺算法的紅外圖像分割[J];紅外與激光工程;2006年S4期

7 王衛(wèi)華;牛照東;陳曾平;;基于時空域融合濾波的紅外運動小目標檢測算法[J];紅外與激光工程;2005年06期

【共引文獻】

相關(guān)期刊論文 前10條

1 張祥越;丁慶海;羅海波;惠斌;常錚;張俊超;;基于改進LCM的紅外小目標檢測算法[J];紅外與激光工程;2017年07期

2 李佳;馬靜囡;李少娟;趙穎娟;;基于時空域濾波的紅外弱小目標背景抑制[J];半導體光電;2017年03期

3 楊會玲;吳玉宏;孫慧婷;杜博軍;何昕;;基于雜波抑制的海平線紅外弱小目標檢測[J];液晶與顯示;2017年04期

4 唐慶菊;劉元林;梅晨;;脈沖紅外熱波檢測的圖像序列處理與缺陷邊緣識別[J];黑龍江科技大學學報;2017年02期

5 馬帥依凡;趙子健;;基于人工標記的手術(shù)導航儀[J];山東大學學報(工學版);2017年03期

6 陳玉文;李玲;辛云宏;;基于視覺對比度機制的紅外小目標檢測[J];激光與紅外;2017年02期

7 苗曉孔;王春平;;改進Sobel算子的單幀紅外弱小目標檢測[J];光電工程;2016年12期

8 劉海燕;劉財;王典;劉洋;;基于Facet模型梯度算子一致性的地震數(shù)據(jù)不連續(xù)性識別方法[J];吉林大學學報(地球科學版);2017年04期

9 王淑青;朱道利;潘健;李葉偉;劉天俊;李維;要若天;;一種改進的Otsu紅外林火圖像提取方法研究[J];激光雜志;2016年10期

10 苑智瑋;黃樹彩;唐意東;熊志剛;;基于自適應SUSAN各向異性擴散的紅外弱小目標檢測[J];紅外技術(shù);2016年10期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 范新南;丁朋華;劉俊定;張學武;;融合灰度和SURF特征的紅外目標跟蹤[J];中國圖象圖形學報;2012年11期

2 唐崢遠;趙佳佳;楊杰;劉爾琦;周越;;基于稀疏表示模型的紅外目標跟蹤算法[J];紅外與激光工程;2012年05期

3 高春雷;易維寧;崔文煜;劉曉;王先華;張冬英;葉函函;方勇華;;不同大氣條件下紅外成像效果模擬[J];紅外與激光工程;2012年03期

4 金偉其;劉斌;范永杰;王霞;徐超;陳艷;劉崇亮;夏潤秋;;紅外圖像細節(jié)增強技術(shù)研究進展[J];紅外與激光工程;2011年12期

5 劉兆英;周付根;白相志;;基于相位保持的紅外圖像預處理方法[J];紅外技術(shù);2011年11期

6 羅曉清;吳小俊;;利用小波變換與Gabor濾波檢測紅外小目標[J];紅外與激光工程;2011年09期

7 李鵬;陳錢;鄭海鷗;何寶福;;基于復雜背景的紅外小目標圖像預處理方法[J];紅外與激光工程;2011年05期

8 高國旺;劉上乾;秦翰林;;強背景噪聲下紅外目標的魯棒性跟蹤算法[J];西安電子科技大學學報;2010年06期

9 裴立力;羅海波;;Pautomatic Sea Target Detection Based on Wavelet Transform[J];Journal of China Ordnance;2009年01期

10 吳文怡;吳一全;;基于Contourlet變換的紅外弱小目標檢測方法[J];紅外與激光工程;2008年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 付冬梅,羅得貴,李曉剛;紅外圖像及數(shù)據(jù)的框架結(jié)構(gòu)式數(shù)據(jù)庫保存方法[J];激光與紅外;2000年06期

2 楊慶華,徐育新;紅外圖像處理技術(shù)在冶金中的應用[J];測控技術(shù);2005年06期

3 左崢嶸;張?zhí)煨?施長城;;地面場景紅外圖像特征分析[J];紅外與激光工程;2006年03期

4 張勵;馮曉晨;張琰;張宏俊;;基于電阻陣的紅外圖像實時生成和顯示系統(tǒng)[J];系統(tǒng)仿真學報;2006年S2期

5 劉政清;楊華;;紅外圖像降質(zhì)因素分析及增強效果評價[J];航天電子對抗;2006年06期

6 鄭小寶;王仕成;張金生;廖守億;蘇德倫;;紅外圖像實時生成系統(tǒng)的實時性實現(xiàn)[J];電訊技術(shù);2008年11期

7 袁勝智;謝曉方;郭清風;朱銳;;基于感興趣區(qū)自動提取的紅外圖像壓縮研究[J];計算機應用研究;2008年12期

8 顧國華;王忠林;陳錢;;基于運動目標的二維時間延遲積分紅外圖像增強[J];紅外技術(shù);2008年03期

9 汪小胖;柴金廣;黃小仙;;紅外圖像識別跟蹤初探[J];紅外;2008年09期

10 郭玉峰;胡學娟;阮雙琛;;紅外圖像處理在鈔票鑒偽中的應用[J];激光與紅外;2009年01期

相關(guān)會議論文 前10條

1 郭海濤;;艦船紅外圖像處理研究的軍事意義和現(xiàn)狀[A];第六屆全國信息獲取與處理學術(shù)會議論文集（3）[C];2008年

2 魏新;;紅外圖像處理技術(shù)[A];中國光學學會2011年學術(shù)大會摘要集[C];2011年

3 劉振燾;吳敏;曹衛(wèi)華;何勇;;基于工況識別的高爐最佳紅外圖像選取方法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 張勵;馮曉晨;張琰;張宏俊;;基于電阻陣的紅外圖像實時生成和顯示系統(tǒng)[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年

5 朱寅;吳敏;曹衛(wèi)華;何勇;;基于小波分解與圖像增強的高爐紅外圖像處理方法[A];第二十七屆中國控制會議論文集[C];2008年

6 王雨;蔣增波;李文剛;;紅外圖像不均勻背景消除方法研究[A];2013年（第五屆）西部光子學學術(shù)會議論文集[C];2013年

7 李卓;李平;;動態(tài)紅外圖像生成技術(shù)綜述[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（A 光電系統(tǒng)總體技術(shù)專題）[C];2006年

8 朱斌;樊祥;馬東輝;程正東;;天空紅外圖像非平穩(wěn)背景的小波域抑制[A];第二屆紅外成像系統(tǒng)仿真測試與評價技術(shù)研討會論文集[C];2008年

9 郭永勝;谷峰;;CCD近紅外圖像特征研究[A];圖像圖形技術(shù)研究與應用2009——第四屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2009年

10 陳洪;常青;郭天天;;一種有效的實時紅外圖像增強算法研究[A];第十一屆全國信號處理學術(shù)年會（CCSP-2003）論文集[C];2003年

相關(guān)重要報紙文章 前1條

1 李錦輝;“顯微近紅外圖像成像方法的研究及其在煙草中的應用”項目通過評審[N];中華合作時報;2009年

相關(guān)博士學位論文 前10條

1 趙仁濤;基于紅外圖像的銅電解精煉過程狀態(tài)檢測研究[D];北京科技大學;2016年

2 鄭欣;紅外圖像無參考圖評價方法及應用研究[D];電子科技大學;2015年

3 劉俊;基于紅外圖像的內(nèi)河運動船舶目標檢測和跟蹤技術(shù)研究[D];重慶大學;2008年

4 周欣;紅外圖像視覺效果增強技術(shù)的研究[D];天津大學;2009年

5 簡耀波;紅外圖像處理中的關(guān)鍵算法研究[D];華中科技大學;2009年

6 王曉宇;紅外圖像分析關(guān)鍵技術(shù)研究[D];華中科技大學;2008年

7 李江;紅外圖像人臉識別方法研究[D];國防科學技術(shù)大學;2005年

8 田思;微光與紅外圖像實時融合關(guān)鍵技術(shù)研究[D];南京理工大學;2010年

9 藺素珍;雙色中波紅外圖像差異特征分析及融合方法研究[D];中北大學;2012年

10 朱勇;基于SoC的實時紅外圖像高速通道設(shè)計與研究[D];華中科技大學;2007年

相關(guān)碩士學位論文 前10條

1 何瑋;基于Retinex的紅外圖像預處理系統(tǒng)的研究與實現(xiàn)[D];南京理工大學;2015年

2 蔡曉望;可見光與紅外視頻的融合算法研究[D];電子科技大學;2015年

3 劉中意;基于多聚焦紅外圖像的溫度測量和三維重構(gòu)[D];上海大學;2015年

4 陳敏;紅外圖像識別在船舶艙室火災監(jiān)測中的研究[D];集美大學;2015年

5 丘岳峰;紅外圖像行人檢測技術(shù)[D];北京理工大學;2015年

6 何克磊;面向肺癌輔助診斷的近紅外圖像分析平臺關(guān)鍵技術(shù)與設(shè)計實現(xiàn)[D];南京大學;2014年

7 易樂;基于ARM的紅外圖像目標跟蹤技術(shù)研究[D];電子科技大學;2014年

8 呂靜;基于紅外圖像的行人檢測算法的研究[D];電子科技大學;2015年

9 劉婷婷;紅外圖像細節(jié)增強算法與實現(xiàn)的研究[D];電子科技大學;2014年

10 賈艷成;基于紅外圖像的森林火災識別技術(shù)研究[D];電子科技大學;2015年

本文編號：2538967