一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法

一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法
【專利摘要】本發明公開了一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法，屬于海天環境紅外圖像處理和應用領域。本發明以復數Scharr濾波器為濾波模板，并使用該模板，與紅外圖像進行相關運算求得復數梯度圖像，沿梯度的反向方向作直線，匯聚點多的位置經一定的后處理，即可得到紅外弱小目標位置。通過對多幅圖像測試表明，該方法較于傳統方法對傳統提高了準確率、可靠性與運行效率，對于目標與背景相融合等的難以處理的情況也有較好的效果。
【專利說明】
一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測 方法
技術領域
[0001] 本發明涉及海天紅外圖像處理領域，具體涉及到弱小目標檢測。
【背景技術】
[0002] 紅外目標檢測技術主要利用背景和目標之間的紅外輻射差異來進行目標識別。相 比于雷達系統，其優點有:屬于被動檢測，不受電磁輻射干擾，可以探測低空域的雷達盲區， 系統體積小、靈活性高等。因此在預警監測和軍事領域中，紅外目標探測具有很高的研究價 值。
[0003] 衡量紅外目標檢測算法性能主要體現在對紅外弱小目標的檢測能力上。以海天背 景紅外目標檢測為例，當待檢測的目標距離檢測器很遠時，目標的光譜能量經過大氣傳輸， 在大氣擾動、光學散射和衍射、海面反射干擾等影響下，檢測器靶面接收目標信號的光譜輻 照度很小，導致目標的信噪比很低。目標小、噪聲大是紅外圖像的主要特點，也是目前紅外 目標識別的難點。
[0004] 目前，常用的紅外弱小目標的檢測算法有小波變換、分形、數學形態學、神經網絡、 邊緣檢測與分割等算法。但很多情況下，噪聲干擾比較突出，分割出的圖像往往不僅有目標 點，還包含背景和噪聲，穩定性較差。近年來紅外目標弱小目標檢測也有了許多新的方法， 如基于馬爾科夫隨機場的分割，多特征提取的機器學習識別，各向異性濾波，自適應濾波， 基于低秩和稀疏矩陣分解，局部對比度與區域顯著性等。這些方法在一定程度上可以完成 對弱小目標的檢測，并相比于傳統提高了一定效率，但仍存在計算量大，有一定的虛警率等 問題。
[0005] 本文提出了一種基于Scharr濾波器的邊緣檢測方法，通過對邊緣梯度的反向匯 聚，進行目標檢測。Scharr濾波器由Hanno Scharr于2000年在論文中提出，其與傳統的 Sob e 1算子有一定的相似，但在平滑噪聲中有更好的效果。

【發明內容】

[0006] 本發明的主旨在于通過對行掃描法進行改進，結合綜合評價方式，大大增強了算 法的準確性和穩定性，便于實際應用分析。
[0007] 為了解決上述技術問題，達到上述目的，本發明采用如下技術方案：
[0008] -種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法，其特征在于，包 括如下步驟：
[0009] 步驟1、輸入待檢測的海天線紅外圖像；
[0010]步驟2、構建復數Scharr濾波器；
[0011] 步驟3、將復數Scharr濾波器與原圖做相關操作，得到復數梯度圖像，進行幅度閾 值處理得到待繪線點；
[0012] 步驟4、在待繪線點位置，沿復數梯度反方向和幅值成正比的長度繪制一條直線， 并重復該操作直到繪制完所有待繪線點得到梯度線段圖像im(x，y);
[0013]步驟5、對于梯度線段圖像im(x，y)像進行面積閾值、交點數排除干擾，并采取膨脹 的操作增強目標；
[0014]步驟6、得到弱小目標位置。
[0015] 上述技術方案中，所述步驟2的具體流程為：
[0016] 由垂直方向和水平方向的Scharr濾波器來構建3 X 3的空域復數Scharr濾波模板；
[0017] 垂直方向Scharr濾波器元素值依次為:3，10，3，0，0，0，-3，-10，-3;
[0018] 水平方向Scharr濾波器元素值依次為：3，0，-3，10，0，-10，3，0，-3;
[0019] 用垂直方向加上i乘以水平方向的Scharr濾波器得到復數Scharr濾波器w(x，y); 3 10 3 3 0 -3 3 + 3/： 10 3 - 3i '
[0020] w(x,y) = 0 0 0 + i 10 0 -10 = 10/ 0 -lOt -3 -10 -3.. ,3 0 -3 . .-3 + 3 / _10 _ 3 - 3i .
[0021] 復數3(^&^濾波器<1，7)的元素值依次為3+31，10,3-31，101，0，-101，-3+31，-10， _3_3i，其中i為虛數單位滿足:i2 = _l。
[0022] 上述技術方案中，所述步驟3的具體流程為：
[0023] 將步驟2中構建的復數Scharr濾波器w(x，y)與原始圖像進行相關操作，其計算公 式如下：
[0024] g{x,y) = w{x,yykf{x,y) = Y.l=--LYll=-iw(s,t)f{x + + ￡)
[0025] ￥(1，7)1^^(1，7)表示濾波器￥(1，7)與原始圖像;^1，7)做相關操作
[0026] 式中f(x，y)為原始圖像，w(x，y)為一個步驟2中構建的復數Scharr濾波器；
[0027]對于原始圖像的邊界，采用填零處理；
[0028] 得到的復數梯度圖像g(x，y)，對于g(x，y)的某一點g(XQ，yo) = gr(X()，y())+gi(X()，yo) i,
[0029] gr(XQ，yQ)代表實部，
[0030] giUojo)代表虛部，
[0031] 對復數梯度圖像g(x，y)的某一點g(xo，yo)，計算幅值和單位方向，計算公式如下：
[0032] 幅值bOo, 乂)）丨=Vc9r(^〇.y〇)2 + 9 i{^y〇)2
[0033] 單位方向 p = 5〇0, y〇)/|t9i>0, y")丨
[0034]計算完復數梯度圖像g(x，y)所有點的幅值，得到幅度圖像|g(x，y)|，并且可以用 來顯示；
[0035]然后對于幅度圖像| g(x，y) |進行閾值處理，公式如下：
[0036] (x ) = fl 丨.9(^)丨 > P max (切|)
[0037] 其中max( | g | )為幅值的最大值，p為比例系數；
[0038] 經過幅度圖像閾值操作得到了二值圖像，且該圖像的1值點作為待繪線點。
[0039] 上述技術方案中，所述步驟4的具體流程為：
[0040] 待繪線點為(xi，yi)，同樣也是繪線的線段起始點，該點梯度為g(xi，yi)，則線段的 終止點(X2，y2)可表示為：
[0041] (X2，y2) = (xi-ja，yi-jb)
[0042]其中a = gr(xi，yi)，b = gi(xi，yi);
[0043]其中j為線段長度調節系數；
[0044] 把所有的待繪線點的線段全部繪制完成，得到梯度線段圖像im(X，y);
[0045] 求出待繪線段斜率：
[0047]再對處于梯度線段上的每一點進行繪線點灰度值加一的操作；
[0048]對于所需繪制的線段，若X1-X2辛0，則用下式表示： rfix((p - xx) h, k + y\) ifx1 > x2, |Xi - x2| > \yl - v2\,p G [x^xj
[0049] , = ^ ~ ^ " + /Xi < 1X1 - > iyi - G //x((p - yx) * /c + xj Lfyy > y2, - x2| < |>1 - y2\,p G [y2,y,] ,/7x((p - y2) * k + xz)if yi < y2, |Xi - x2| < |>i - y2\,p G [y^y.j
[0050] p、q為所繪直線上的點的垂直和水平坐標，fi x (x)函數代表對x的四舍五入，k為線 段的斜率；
[0051] 因此在梯度線段圖像im(x，y)上其相應累加操作為：
[0052] im(p，q) = im(p，q)+l，pG [xi，X2]
[0053] 對于X1_X2 = 0的情況， 「00541 = fm(P，幻十 1 ?戶=X】4 ￡ Ih,乃.1 if h < 乃
[](p, W - 1疇'g)十 1 ? p u e yi > 乃
[0055] 遍歷過所有的輪廓點后，把一幅圖的梯度線段圖像im(x，y)繪出。
[0056] 上述技術方案中，所述步驟5的具體流程為：
[0057]對梯度線段圖像im(x，y)進行灰度值二值化處理，設置一個圖像像素值閾值s，即 至少有s個線段共同交于一點才不被置零，按式下式的方法進行噪聲的抑制：
[0058] im(x,y) = \1 妒加(x,y) > s 7 *-0 else
[0059] 之后對于二值圖像進行面積閾值處理；
[0060] 首先標記所有聯通域面積，用a(i)表示，對于a(i)>aeramax or a(i)<aeramin的 區域進行歸零操作，排除面積過大的雜波和面積過小的噪聲的干擾；
[0061 ]最后使用形態學膨脹操作，由此使目標圖像得到增強。
[0062]因為本發明采用上述技術方案，因此具備以下有益效果：
[0063] 1.算法結構簡單，運算量少，處理速度快，檢測率高；
[0064] 2.解決了弱小目標邊緣與背景相互融合情況下難以被檢測的問題；
[0065] 3.有效減小了隨機噪聲對原圖像的干擾，降低所帶來的誤檢率。
【附圖說明】
[0066]圖1復數Scharr濾波器模板；
[0067] 圖2為一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法的流程圖；
[0068] 圖3為弱小目標檢測結果，注意：圖3為一副附圖，而非多幅附圖。
【具體實施方式】
[0069] 下面將結合附圖及【具體實施方式】對本發明作進一步的描述。
[0070] ①輸入待檢測的海天線紅外圖像；
[0071 ]②構建復數Scharr濾波器；
[0072] ③將復數Scharr濾波器與原圖相關運算，得到復數梯度圖像，進行經幅度閾值處 理得到待繪圖點；
[0073] ④在新圖的繪圖點位置，沿復數梯度反方向和幅值成正比的長度繪制一條直線， 并重復該操作直到繪制完所有待繪圖點；
[0074] ⑤對于繪線圖像進行面積閾值、交點數排除干擾，并采取膨脹的操作增強目標；
[0075] ⑥得到弱小目標位置。
[0076] 上述技術方案中，所述步驟②的具體流程為:構建3X3的空域復數Scharr濾波模 板，其元素值依次為3+31，10,3-31，101，0，-101，-3+31，-10，-3-31，其中1為虛數單位滿足：
[0077] i2 = -l(l)
[0078]整體復數Scharr濾波器模板為圖1所示：
[0079] 上述技術方案中，所述步驟③的具體流程為:將步驟2中構建的復數Scharr濾波器 模板與原始圖像進行相關運算，其計算公式如式(2)所示：
[0080] g(x,y) = w(x,y)-r-<f(x,)〇 = Hs=-aY,t=~b w(s- + 0 ^2)
[0081] 式中f (x，y)為原始圖像，w(x，y)為一個大小為mXn的濾波器，a=(m-l)/2，b=(n-1)/2,同時為了有對稱中心，m、n為奇整數。對于原始圖像的邊界，可以采用填零處理。
[0082]由此得到的g(x，y)的復數梯度圖像，對于某一點g(XQ，yo)=gr(X()，y())+gi(X()，y())i， gr(xo，y())代表實部，gi(xQ，yQ)代表虛部，且垂直方向梯度的大小是復數梯度的實數部分，水 平方向梯度的大小是復數梯度的虛部部分。對于復數梯度，可以類似于傳統雙方向梯度，計 算其幅值(復數的模)和單位方向。計算公式如下：
[0083]丨5〇0,)，0)丨=v?U。)2 +認⑶
[0084]單位方向 # = WXWfUgOoJo)丨⑷
[0085]由此可以得到復數梯度圖像的幅度圖像|g(x，y)|，并且可以用來顯示。然后對于 幅度圖像進行閾值處理，公式如下：
[0086]瓜(x,y) = f1 V.,丨沒(x，列〉P . max (丨沒丨）（5) 訊" l〇 else
[0087]其中max( |g| )為幅值圖像的最大值，p為比例系數。經過幅度圖像閾值操作得到了 二值圖像，且該圖像的1值點作為待繪圖點。
[0088] 上述技術方案中，所述步驟④的具體流程為:設待繪線點為(X1，yi)，同樣也是繪線 的線段起始點，該點梯度為g(xi，yi)，則線段的終止點(X2，y2)可由式(6)表示：
[0089] (X2，y2) = (xi-ja，yi_jb)(6)
[0090] 其中j為線段長度調節系數，可由用戶調節。在繪線圖像上，把所有的待繪線點的 線段全部繪制完成，即可得到梯度線段圖im(x，y)。首先求出線段斜率：
[0092] 再對處于梯度線段上的每一點進行繪線圖像灰度值加一的操作。對于所需繪制的 線段，若X1_X2#〇,可以用式(8)的方程表示：
[0093] rfix{{p - xt) * k + yj t/'xj > x2! |xx - x2 \ > \y\ - y2\,p G g -々）* B 乃)仇 < h h -々 | > |y-乃 I, P e h X2] fix({p - yj * k + xj Lfyt > y2, \xl - < ly! - y2\,p G [y2,yi] ^ J J'lx((p - y2) * k + x2) i/xt < y2, Ui - x2\ < jy, - y2\,p G [y1；y2]
[0094] p、q為所繪直線上的點的垂直和水平坐標，fi x (x)函數代表對x的四舍五入，k為線 段的斜率。
[0095]因此在梯度線段圖im(x，y)上其相應累加操作為：
[0096] im(p，q) = im(p，q)+l，pe [xi，X2] (9)
[0097] 特別的，對于xl-X2 = 〇的情況，
[0_/_, = 111 t 卜 P =~"卜It1 < ^ _ Um(p, q) + l,p = xuq E [y2, y,] if yL > y2
[0099]遍歷過所有的輪廓點后，可以把一幅圖的梯度線段圖像im(x，y)繪出。
[0100] 上述技術方案中，所述步驟⑤的具體流程為:對梯度線段圖像進行灰度值二值化 處理，設置一個圖像像素值閾值S，即至少有S個線段共同交于一點才不被置零。按式（11)的 方法進行噪聲的抑制：
[0101] im(x,y) = \l if hn(x,y)>S(11) ^0 else
[0102] 之后對于二值圖像進行面積閾值處理。首先標記所有聯通域面積，用a(i)表示，對 于a(i)>aeramax or a(i)<aeramin的區域進行歸零操作，排除面積過大的雜波和面積過 小的噪聲的干擾。
[0103] 最后使用形態學膨脹操作，膨脹是指將圖像A與核B進行卷積，并求出局部最大值 的操作，即計算核B覆蓋區域的像素點最大值。由此使目標圖像得到增強。
【主權項】
1. 一種基于復數Scharr濾波器的海空紅外圖像弱小目標檢測方法，其特征在于，包括 如下步驟： 步驟1、輸入待檢測的海天線紅外圖像； 步驟2、構建復數Scharr濾波器； 步驟3、將復數Scharr濾波器與原圖做相關操作，得到復數梯度圖像，進行幅度閾值處 理得到待繪線點； 步驟4、在待繪線點位置，沿復數梯度反方向和幅值成正比的長度繪制一條直線，并重 復該操作直到繪制完所有待繪線點得到梯度線段圖像im(x，y); 步驟5、對于梯度線段圖像im(x，y)像進行面積閾值、交點數排除干擾，并采取膨脹的操 作增強目標； 步驟6、得到弱小目標位置。2. 根據權利要求1所述的一種基于Scharr濾波器的紅外圖像弱小目標檢測方法，其特 征在于，所述步驟2的具體流程為： 由垂直方向和水平方向的Scharr濾波器來構建3 X 3的空域復數Scharr濾波模板； 垂直方向Scharr濾波器元素值依次為:3,10,3，0,0,0，-3，-10，-3; 水平方向Scharr濾波器元素值依次為：3,0，-3，10,0，-10,3,0，-3; 用垂直方向加上i乘以水平方向的Scharr濾波器得到復數Scharr濾波器w(x，y);復數Scharr濾波器w(x，y)的元素值依次為3+3i，10,3-3i，IOi，0，-10i，-3+3i ,-10,-3-3i，其中i為虛數單位滿足:i2 = _l。3. 根據權利要求1所述的一種基于Scharr濾波器的海空紅外圖像弱小目標檢測方法， 其特征在于，所述步驟3的具體流程為： 將步驟2中構建的復數Scharr濾波器w(x，y)與原始圖像進行相關操作，其計算公式如 下：w(x，y)iirf (x，y)表示濾波器w(x，y)與原始圖像f (x，y)做相關操作 式中f(x，y)為原始圖像，w(x，y)為一個步驟2中構建的復數Scharr濾波器； 對于原始圖像的邊界，采用填零處理； 得到的復數梯度圖像 g(x，y)，對于 g(x，y)的某一點 g(x〇，y〇) = gr(x()，y())+gi(x()，y())i， gr(xQ，y〇)代表實部， gi(x〇，y〇)代表虛部， 對復數梯度圖像g(x，y)的某一點g(x〇，y〇)，計算幅值和單位方向，計算公式如下：計算完復數梯度圖像g(x，y)所有點的幅值，得到幅度圖像|g(x，y)l，并且可以用來顯 示； 然后對于幅度圖像I g(x，y) I進行閾值處理，公式如下：其中max( I g| )為幅值的最大值，p為比例系數； 經過幅度圖像閾值操作得到了二值圖像，且該圖像的1值點作為待繪線點。4. 根據權利要求1所述的一種基于Scharr濾波器的紅外圖像弱小目標檢測方法，其特 征在于，所述步驟4的具體流程為： 待繪線點為(xi，yi)，同樣也是繪線的線段起始點，該點梯度為g(xi，yi)，則線段的終止 點（X2，y2)可表不為： (X2，y2) = (xi-ja，yi_jb) 其中& =區1^(叉1，71)，匕=區1(叉1，71); 其中j為線段長度調節系數； 把所有的待繪線點的線段全部繪制完成，得到梯度線段圖像im(x，y); 求出待繪線段斜率：再對處于梯度線段上的每一點進行繪線點灰度值加一的操作； 對于所需繪制的線段，若X1-X2辛〇,則用下式表示：P、q為所繪直線上的點的垂直和水平坐標，fix(x)函數代表對X的四舍五入，k為線段的 斜率； 因此在梯度線段圖像im(x，y)上其相應累加操作為： im(p,q) = im(p,q)+l ,pe [χι,χ2] 對于X1_X2 = 0的情況，遍歷過所有的輪廓點后，把一幅圖的梯度線段圖像im(x，y)繪出。5. 根據權利要求1所述的一種基于Scharr濾波器的紅外圖像弱小目標檢測方法，其特 征在于，所述步驟5的具體流程為： 對梯度線段圖像im(x，y)進行灰度值二值化處理，設置一個圖像像素值閾值s，即至少 有s個線段共同交于一點才不被置零，按式下式的方法進行噪聲的抑制：之后對于二值圖像進行面積閾值處理； 首先標記所有聯通域面積，用a(i)表示，對于a(i)>aeramax or a(i)〈aeramin的區域 進行歸零操作，排除面積過大的雜波和面積過小的噪聲的干擾； 最后使用形態學膨脹操作，由此使目標圖像得到增強。
【文檔編號】G06T7/00GK105931235SQ201610244228
【公開日】2016年9月7日
【申請日】2016年4月18日
【發明人】燕肇, 燕肇一, 彭真明, 劉勇, 余娟, 楊琛, 安健, 武子豪
【申請人】電子科技大學