一種基于圖像幾何分離的紅外弱小目標增強方法
【專利摘要】本發明涉及一種基于圖像幾何分離的紅外弱小目標增強方法。首先，根據紅外圖像中弱小目標和背景雜波分布特點，對圖像中弱小目標和背景雜波成分分別采用譜圖小波變換和非下采樣的剪切波變換字典進行稀疏表示；然后將這兩個互不相關的稀疏字典引入到圖像幾何分離框架中，并利用全變分懲罰因子來獲得更多背景雜波成分信息，使其得到更有效的分離，從而達到增強弱小目標信號的目的。該方法具有更優的弱小目標增強和背景雜波抑制效果，與經典的最大均值、形態學濾波和二維最小均方誤差等濾波方法相比，不但背景抑制因子有所提高，而且也較好地降低了強邊緣引起的虛警。
【專利說明】一種基于圖像幾何分離的紅外弱小目標增強方法
【技術領域】
[0001] 本發明屬于紅外圖像處理領域，具體涉及一種復雜背景中紅外弱小目標的增強方 法。
【背景技術】
[0002] 在紅外技術應用領域，弱小目標檢測是紅外跟蹤識別系統、紅外預警系統以及精 確制導系統中一項非常關鍵的技術。由于紅外成像環境的復雜惡劣性和探測器硬件條件的 局限性，獲得的紅外圖像對比度和信噪比都很低，加之目標距離紅外檢測系統相對遠時，目 標在探測器上成像面積較小，基本呈現點狀，因此目標很容易被強烈起伏的背景雜波淹沒。
[0003] 目前，針對紅外弱小目標檢測這一技術難題，國內外科研學者開展了許多研究工 作，并取得了一些進展。常用的經典方法有最大均值/中值濾波，其結構設計容易，實現過 程相對簡單，背景抑制效果良好，困難之處在于濾波窗口大小的選擇上；形態學Top-Hat濾 波是又一常用的弱小目標增強方法，具有較強的實用性，能夠有效抑制背景，但找出合適的 結構元素是此方法的難點所在；二維最小均方誤差濾波（TDLMS)方法是一種典型的自適應 線性背景預測方法，其結構簡單，速度較快，然而對于非平穩背景（如云層）抑制效果會變 差。
[0004] 針對上述基于背景預測的檢測方法對弱小目標檢測能力上的不足，有些文獻將信 號稀疏表示理論用于對紅外弱小目標的檢測中。在已公開的發明專利《一種基于剪切波變 換的紅外弱小目標檢測方法》（授權號：CN 102324021 B，發明人：彭真明，魏芳，彭凌冰等） 中采用剪切波稀疏表示紅外圖像，然后利用弱小目標處在高頻信息圖這一特點，對高頻信 息圖進行背景抑制和弱小目標增強的處理，最后采用閾值分割提取弱小目標，取得良好的 檢測效果，但對于一些存在強邊緣輪廓特征的復雜背景，處理后高頻信息圖中會存在較多 的背景雜波成分，抑制效果略顯不足；而在文獻《基于形態成分稀疏表示的紅外弱小目標檢 測》（見《彈箭與制導學報》，2013年33卷（4期）：P29-32,作者：李正周，王會改，劉梅，丁 浩，金鋼）中提出了一種基于圖像形態成分分析理論的自適應信號稀疏表示的弱小目標檢 測方法。該方法首先對紅外圖像進行K聚類奇異值分解（K_SVD)，訓練出自適應的稀疏表 示字典，然后采用閾值函數區分出表示目標和背景成分的兩種子字典，最后對目標子字典 的稀疏系數進行閾值判斷確定出目標所在區域，完成對弱小目標的檢測。該方法在表示目 標和背景成分的兩種子字典的選擇上是對同一稀疏字典利用閾值函數來區分開的，因此二 者的相關性很大，同時文中設定的紅外圖像背景是變化緩慢，不具有復雜邊緣和紋理細節 的單一背景環境（如深空），這些因素導致該方法對復雜背景環境的適應性較差，對弱小目 標的檢測能力有限。
【發明內容】
[0005] 本發明的目的在于針對現有紅外弱小目標檢測方法的不足，提供一種基于圖像幾 何分離的紅外弱小目標增強方法。該方法將信號稀疏表示中圖像幾何分離理論應用于紅外 弱小目標增強，從而實現在復雜背景下紅外弱小目標的增強，有效抑制背景雜波。
[0006] 本發明的解決方案是首先根據紅外圖像中弱小目標和背景雜波分布特點，對圖像 中弱小目標和背景雜波成分分別采用譜圖小波變換和非下采樣的剪切波變換字典進行稀 疏表示；然后將這兩個互不相關的稀疏字典引入到圖像幾何分離框架中，并利用全變分懲 罰因子來獲得更多背景雜波成分信息，使其得到更有效的分離，從而達到增強弱小目標信 號的目的。
[0007] 本發明方法的步驟具體描述如下：
[0008] (1)紅外圖像分離建模并初始化；
[0009] a.紅外圖像分離建模表達式為
[0010]
【權利要求】
1. 一種基于圖像幾何分離的紅外弱小目標增強方法，其特征在于： 首先，根據紅外圖像中弱小目標和背景雜波分布特點，對圖像中弱小目標和背景雜波 成分分別采用譜圖小波變換和非下采樣的剪切波變換字典進行稀疏表示；然后將這兩個互 不相關的稀疏字典引入到圖像幾何分離框架中，并利用全變分懲罰因子來獲得更多背景雜 波成分信息，使其得到更有效的分離，從而達到增強弱小目標信號的目的。
2. 如權利要求1所述的一種基于圖像幾何分離的紅外弱小目標增強方法，其特征在 于： 選取譜圖小波變換（SGWT)與非下采樣剪切波變換（NSST)分別作為表征目標成分Xt的 字典Dt和表征背景雜波成分Xb的字典Db對包含弱小目標的紅外圖像X進行幾何分離，具 體實現步驟如下： (1) 紅外圖像分離建模并初始化： a. 紅外圖像分離建模表達式為
b. 初始化Xb =X和Xt =X-Xb ; (2) 對紅外圖像進行幾何分離： a. 固定Xt，更新Xb ; --對Xb的進行NSST變換：
--對系數aB用軟閾值方法得到、； --重構
b. 增加懲罰因子TV; --進行TV校正：-
c. 固定Xb，更新Xt ; --對Xt的進行SGWT變換：
--對系數aT用軟閾值方法得到 --重構
(3) 輸出增強后的弱小目標圖像。
【文檔編號】G06T7/00GK104268835SQ201410490136
【公開日】2015年1月7日 申請日期:2014年9月23日 優先權日:2014年9月23日
【發明者】秦翰林, 曾慶杰, 延翔, 牟媛, 周慧鑫, 宗靖國, 李佳, 韓姣姣, 金純 , 曹洪源, 宋尚真, 劉上乾 申請人:西安電子科技大學