一种对空成像起伏背景条件下红外弱小目标的检测方法

说明书一种对空成像起伏背景条件下红外弱小目标的检测方法技术领域：本发明涉及一种对空成像起伏背景条件下红外弱小目标的检测方法。这是一种基于形态学滤波预处理后的待检测图像中目标所呈现出的能量特征来实现目标检测，是红外检测与识别系统、红外预警系统、大视场目标监视系统的一项核心技术，在各类军、民用系统中均可有广泛的应用。背景技术：红外成像技术是一种非接触式的测试技术，它可以方便地检测目标发出的不可见热辐射并转换成可见图像的技术。信息获取所涉及的一个关键领域是红外探测技术和方法的研究，其重要地位已日益突出。由于红外成像技术具有隐蔽性好、探测范围广、定位精度高、识别伪装能力强、作用距离远以及轻质小巧、低耗可靠等优点而备受青睐，可广泛应用于安全监视、国防军事和工业自动化检测等领域。随着红外探测器技术的发展，热像仪从过去采用单元或多元分立式探测器加一维或二维光机扫描器，发展成了不用光机扫描的凝视型成像装置。基于凝视焦平面阵列的红外热成像探测系统，无论从温度灵敏度和空间分辨率上，还是从帧频和光谱响应上，都有了极大的提高。由于焦平面凝视热像仪所独有的优良性能，已经成为世界各国大力研发的一项高新技术。作为智能化信息处理的关键环节之一，红外目标成像、检测与识别技术一直是困扰和制约红外成像探测实用性能的瓶颈问题和技术难点而亟待解决，目前已引起国内外专家的高度重视，并围绕这一课题开展了深入、广泛的研究。在红外目标检测与识别过程中，需要尽快地检测并锁定待识别目标，但是在对空起伏背景下低信噪比红外弱小目标检测与识别所面临着众多的技术难题。这些技术难题主要有：1.目标小，没有尺寸、形状和纹理等信息，传统的图像处理方法无法应用；2.起伏背景，致使目标信号往往淹没在噪声之中；3.数据量大，难以实时处理。国内外研究人员针对低信噪比红外图像中的目标检测与跟踪提出了一些方法，如三维匹配滤波，截断序贯似然比检测方法、动态规划法、高阶相关法，小波分析及神经网络方法等，但是计算量很大，难以实时处理视频图像序列。另外，显著制约上述算法实际运用的缺陷主要在于各种算法建立在噪声分布，甚至目标分布做为先验知识的基础上。尽管以上假设在检测算法设计、算法性能分析及结果分析带来很大便利，但由于在实际情况中，大多数情况是不满足假设分布的，这样不可避免的引入了误差，甚至得到错误的结论。发明内容：本发明的目的在于针对现有技术的上述不足，提供一种对空起伏背景条件下红外弱小目标的检测方法，与成像硬件系统配套进行信号分析与处理，提高系统成像、检测和识别的性能，满足国内实际系统的性能需求。为实现这样的目的，本发明的技术方案中，先利用数学形态学滤波技术进行预处理，并获得近似背景的图像，将原图像减去获得的背景图像，得到近似的只含有目标和噪声的待检测图像。根据点目标在实际探测器中的成像并不是一个点，而是一个“凸包”,提出了基于目标在待检测图像的能量特征的检测方法。利用一个局部窗口在待检测图像中进行遍历计算，并将计算结果存贮在一幅空白图像相应的位置上，形成一幅能量查找表，根据目标在图像出现的位置表现出局部能量最大的特点，将目标检测问题转化为了在能量查找表中寻找最大值的问题。为了提高检测概率将待检测图像中强度单象素最大位置也认为是目标出现点,提取出所有可能的目标点。本发明的方法包括如下具体步骤:：1.根据实际红外图像的成像特点，采用数学形态学滤波获取图像背景，即用77菱形扁平结构元素对红外图像进行开运算，去除噪声及小目标，得到近似背景图像。2.利用原图像减去背景图像，得到只含有目标和噪声的待检测图像。3.创建一幅新的空白图像，其大小形状与待检测图像完全一样，用于存放待检测图像局部能量,空白图像的初使值全部置为0。4.创建能量查找表。利用一个55窗口在待检测图像进行遍历计算，计算窗口内部所有象素强度值的和并将计算结果存贮在空白图像相应的位置上，形成一幅能量查找表。5.搜索能量查找表中最大值出现的位置，同时搜索待检测图像中单象素强度最大值的位置，这些位置都做为对应目标检测算法检测出的目标出现的可能位置。本发明采用数学形态学滤波获取图像背景，其算法可以通过硬件并行实现，大大提高了处理速度。基于目标在待检测图像中表现出的能量特征目标检测方法，避免了多数检测算法中对噪声及信号分布的假设，提高了算法的实用性和鲁棒性，同时也大大简化了后续的识别及跟踪算法。本发明在保证算法检测性能的条件下简化了计算，提高了算法的实时性，可广泛应用于各类军、民用系统，具有广阔的市场前景和应用价值。附图说明：图1为对空起伏背景条件下，基于目标能量特征的目标检测算法流程图。如图1所示，真实红外图像先采用数学形态学滤波技术获得近似的背景图像，再利用原图像减去背景图像得到待检测图像。然后根据目标在待检测图像中呈现出的能量特征，利用局部能量检测算法得到能量查找表，查找表中局部能量及单象素最大值，得到单帧检测结果。图2(a)为原始的红外图像，其中包含目标，背景及噪声。图2(b)为原始红外图像的强度分布图。图3为用于形态学开运算的77菱形扁平结构元素示意图。黑色区域为算法中用到的结构元素。图4为利用77菱形扁平结构元素对原始图像进行开运算处理后得到的背景图像。图5为利用原始图像与背景图像相减得到的待检测图像，即目标及噪声能量分布图像。图6为创建能量查找表的示意图。图6(a)是用于存放局部能量的空白图像示意图，最终形成能量查找表。图6(b)是与图5相对应的待检测图像的目标能量分布示意图。图6(a)中的黑点位置的数值对应着图6(b)中以黑点为中心5×5窗口内的能量总和。图7为目标检测结果。具体实施方式：为了更好地理解本发明的技术方案，以下结合附图对本发明的实施方式作进一步描述。基于能量特征目标检测算法的各部分具体实施细节如下：1.形态学滤波估计背景图像。采用数学形态学滤波获取红外图像背景。用结构元素b对输入图像f进行灰度膨胀和腐蚀分别记为：f()bbfDtsDtysxtsbtysxfyx,,,|,,max,f()bbfDtsDtysxtsbtysxfyx,,,|,,min,式中fD和bD分别是f和b的定义域。用结构元素b对输入图像f进行灰度开启和闭合分别记为：fbf()bbfbf()bb实际中常用开运算去掉图像中的一些孤立区和“毛刺”。而红外图像中目标区域及噪声分布特性相对于背景来说属于孤立区和“毛刺”。因此，在77菱形扁平结构元素对红外图像进行开启运算，可以获得近似的图像背景。2.原图像减去背景图像，得到只含有目标和噪声的待检测图像。对于一幅真实红外图像，其图像内容可由下式表示：),(),(),(),(yxnyxfyxfyxfBT式中，),(yxf表示真实红外图像中象素点),(yx的灰度值，),(yxfT、),(yxfB表示目标幅值及背景幅值，),(yxn为测量噪声，在图像中均表现为灰度值。由于经典的检测算法都是针对目标加噪声模型，所以在目标检测之前需要对背景做出估计，然后利用原始图像与估计出的背景图像之差表示目标加噪声的待检测图像图像。即待检测图像),(yxfc可以表示为：),(),(),(),(),(yxnyxfyxfyxfyxfBTc3.创建一幅新的空白图像，其大小形状与待检测图像完全一样，用于存放待检测图像局部能量,空白图像的初使值全部置为0。4.创建能量查找表。在创建能量查找表前，先引入一个5×5的矩形局部能量采集窗口。将此窗口在原始图像滤除背景，即只含目标及噪声的待检测图像中，逐行逐列地遍历移动。此时能量定义为5×5窗口内各象素点的面积与对应象素灰度的乘积，然后求和。由于每一个象素可以看作是1×1的单位面积，所以能量又可以直接表示为5×5窗口内各象素灰度值之和。创建能量查找表过程如图6所示。待检测图像中每个象素为中心5×5的局部窗口内的能量总和求出后，赋给第3步创建的空白图像的相应位置上。由于空白图像与待检测图像大小形状完全一致，并且能量采集窗口的中心位置及对应整幅待检测图像的位置是确定的，这样空白图像的被赋值位置也就确定下来。最后空白图像每一象素点的值对应的是以该点象素位置为中心，开5×5窗口的待检测图像的局部能量的值，当能量采集窗口遍历整幅待检测图后，生成能量查找表。5.搜索能量查找表中最大值出现的位置，同时搜索待检测图像中单象素强度最大值的位置，这些位置都做为目标出现的可能位置。通常目标及目标邻近区域形成了整幅图像中的能量最集中、最强的部分，所以当搜索到能量查找表中能量最大maxLP位置时可以认为在这个位置可能有目标存在。有时也可以认为目标出现在待检测图像中单点灰度值最大maxSP的位置。为了确定目标位置，考虑到尽量提高检测概率的目的，需要将以上两个条件用逻辑“或”的关系进行组合判断，即只要两个条件中有一个条件满足，就保留相应位置的待检测图像的灰度值，存贮在另一幅空白的图像中，这时同时得到了目标出现的位置及幅值（这个幅值是目标加噪声的幅值）。创建能量查找表，以及定位目标的程序实现流程如下：创建一幅空白图像),(1jiV),(),(),(jiBjiOjiT22221),(),(jnimjnimnmTjiV)),(max(1maxjiVLP)),(max(maxjiTSP创建一幅空白图像),(2jiV如果max1),(LPjiV或者max),(SPjiT),(),(2jiTjiV其中，),(jiT，),(jiO和),(jiB分别代表包含噪声及目标的待检测图像，原始图像和估计背景图像。maxLP，maxSP分别代表局部能量最大值，单点能量（幅值）最大值。),(1jiV用于生成能量查找表的空白图像。),(2jiV为目标检测结果图像。权利要求书1、本发明提出一种对空成像起伏背景条件下红外弱小目标的检测方法，其特征在于包括如下具体步骤：1．采用数学形态学滤波获取图像背景，用77菱形扁平结构元素对红外图像进行开运算。去除噪声及小目标，得到近似背景图像。2．原图像减去近似背景图像，得到只含有目标和噪声的待检测图像。3．创建一幅新的空白图像，其大小形状与待检测图像完全一样，用于存放待检测图像局部能量,空白图像的初使值全部置为0。4．创建能量查找表。利用一个55窗口在待检测图像进行遍历计算，计算窗口内部所有象素强度值的和并将计算结果存贮在空白图像相应的位置上，形成一幅能量查找表。5．搜索能量查找表中最大值出现的位置，同时搜索待检测图像中单象素强度最大值的位置，这些位置都做为目标出现的可能位置。说明书摘要本发明提出一种对空起伏背景条件下红外弱小目标的检测方法。通过形态学滤波获取图像背景，将原图像减去图像背景，得到含有目标和噪声的待检测图像，利用一个局部窗口在待检测图像中进行遍历计算，并将计算结果存贮在一幅空白图像相应的位置上，形成一幅能量查找表，根据目标在图像出现的位置表现出局部能量最大的特点，将目标检测问题转化为了在能量查找表中寻找最大值的问题，为了提高检测概率将待检测图像中强度单象素最大位置也认为是目标出现点。本发明避免了多数检测算法中对噪声及信号分布的假设，提高了算法的实用性和鲁棒性，并在保证检测性能的同时，大大降低了虚警概率，可广泛应用于各类军、民用系统，具有广阔的市场前景和应用价值。说明书摘要附图实际红外图像形态学滤波背景估计基于局部能量检测原图减估计背景得到待检测图像获取能量查找表目标检测结果说明书附图(a)(b)图2图4实际红外图像形态学滤波背景估计基于局部能量检测原图减估计背景得到待检测图像获取能量查找表目标检测结果图1图3图7(a)(b)图6图5