本發(fā)明涉及遙感技術(shù)領(lǐng)域，特別是指一種復(fù)雜背景抑制的方法。

背景技術(shù)：

近年來(lái)，背景抑制技術(shù)是紅外小目標(biāo)自動(dòng)檢測(cè)必不可少的一個(gè)環(huán)節(jié)，主要運(yùn)用于國(guó)防和安防等領(lǐng)域，是關(guān)系著國(guó)家安全的重要技術(shù)之一，其重要性不言而喻。目前國(guó)內(nèi)外的背景抑制技術(shù)主要分別兩大類，一類為基于濾波器的傳統(tǒng)背景抑制方法，另一類為基于背景分類的背景抑制方法。

基于濾波器的傳統(tǒng)背景抑制方法，主要依據(jù)是相對(duì)于平緩的背景而言，紅外小目標(biāo)對(duì)象的局部輻射強(qiáng)度要大于背景雜波的輻射強(qiáng)度，所以在圖像中的表現(xiàn)為突出的亮點(diǎn)，其局部的灰度變化劇烈。這類方法利用這種特性提出了基于梯度的背景抑制算法，例如：著名的top-hat變換，高斯高通濾波算法等，由于使用梯度信息作為判斷標(biāo)準(zhǔn)，所以這類方法容易受到椒鹽噪聲的干擾，對(duì)其十分敏感。由于這種方式假定背景為平緩的，所以在背景中出現(xiàn)劇烈變化的時(shí)候容易出現(xiàn)虛警，其性能變差，例如：天空背景下出現(xiàn)云團(tuán)、云霧等強(qiáng)干擾。

基于背景分類的背景抑制方法，相較于傳統(tǒng)方法認(rèn)為背景為平緩變化，這類方法認(rèn)為背景是變化的、隨機(jī)的，所以需要先對(duì)背景進(jìn)行估計(jì)，即模擬出背景。現(xiàn)階段主要的方式有：基于復(fù)雜度分類的背景抑制算法、基于光流估計(jì)的背景抑制算法等，均為先通過(guò)原始圖像提取圖像中的一些局部、全局和時(shí)變信息，然后利用這些信息模擬出原始圖像的背景，最后原始圖像減去背景的方式來(lái)實(shí)現(xiàn)背景的抑制功能。這類方法相較于傳統(tǒng)方法，可以解決背景中含有較強(qiáng)干擾的問(wèn)題，但是由于模擬出的背景和實(shí)際圖像中的背景存在偏差，且可能會(huì)削弱目標(biāo)能量，所以實(shí)際的運(yùn)用并不廣泛

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是紅外弱小目標(biāo)檢測(cè)中復(fù)雜背景導(dǎo)致檢測(cè)準(zhǔn)確率降低、虛警率增高，為解決上述技術(shù)問(wèn)題，本發(fā)明的主旨在于針對(duì)在紅外弱小目標(biāo)檢測(cè)中復(fù)雜背景導(dǎo)致檢測(cè)準(zhǔn)確率降低、虛警率增高的問(wèn)題，提出一種檢測(cè)率高、計(jì)算復(fù)雜度較低的復(fù)雜背景抑制的算法，為紅外目標(biāo)檢測(cè)技術(shù)的發(fā)展提供一種可行思路。

為了解決上述技術(shù)問(wèn)題，達(dá)到上述的目標(biāo)，本發(fā)明采用如下一種復(fù)雜背景抑制的方法，包括：

檢測(cè)裝置接收輸入的待檢測(cè)的紅外圖像i(x，y)和金字塔層數(shù)l，并利用中值濾波進(jìn)行預(yù)處理去除椒鹽噪聲，獲得預(yù)處理后的紅外圖像f(x，y)，所述檢測(cè)裝置確定預(yù)處理后的紅外圖像f(x，y)的行列數(shù)，根據(jù)該行列數(shù)，計(jì)算出金字塔最高層數(shù)1max，判斷金字塔層數(shù)l是否超出1max，如果超出，則終止復(fù)雜背景抑制處理；如果沒(méi)有超出，所述檢測(cè)裝置對(duì)預(yù)處理后的紅外圖像f(x，y)進(jìn)行頻域高斯低通濾波，獲得濾波圖像g(x，y)；所述檢測(cè)裝置對(duì)獲得的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣，同時(shí)對(duì)降采樣次數(shù)進(jìn)行累計(jì)計(jì)數(shù)；若累計(jì)計(jì)數(shù)值達(dá)到n-1，此時(shí)獲得的降采樣圖像記為h(x，y)；檢測(cè)裝置對(duì)降采樣圖像h(x，y)運(yùn)用雙三次插值算法進(jìn)行圖像擴(kuò)展，以此得到復(fù)雜背景估計(jì)圖像；檢測(cè)裝置將預(yù)處理后的紅外圖像和復(fù)雜背景估計(jì)圖像進(jìn)行想相減，獲得檢測(cè)結(jié)果。

可選的，所述檢測(cè)裝置對(duì)預(yù)處理后的紅外圖像f(x，y)進(jìn)行頻域高斯低通濾波，獲得濾波圖像g(x，y)，具體為：檢測(cè)裝置將預(yù)處理后的紅外圖像f(x，y)進(jìn)行二維離散傅里葉變換轉(zhuǎn)換到頻率域，其公式為：

通過(guò)高斯低通濾波器公式得到高斯低通濾波器模板，其公式為：

將頻域圖像f(u，v)和濾波器模板h(u，v)相點(diǎn)乘，實(shí)現(xiàn)濾波操作，獲得濾波后的圖像g(u，v)，其公式為：

g(u，v)＝∑u∑vf(u，v)×h(u，v)

最后只用將濾波后的圖像g(u，v)轉(zhuǎn)換到空域，即對(duì)濾波后的圖像g(u，v)進(jìn)行反二維離散傅里葉變換，其公式為：

得到濾波圖像g(x，y)。

可選的，所述檢測(cè)裝置對(duì)獲得的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣，具體為：如果行列數(shù)為奇數(shù)，則在濾波圖像上相應(yīng)的減少一行或一列，然后對(duì)減少的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣。

可選的，所述檢測(cè)裝置對(duì)獲得的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣，具體為：所述檢測(cè)裝置利用公式對(duì)濾波圖像g(x，y)進(jìn)行隔行隔列降采樣。

可選的，所述檢測(cè)裝置對(duì)降采樣圖像h(x，y)運(yùn)用雙三次插值算法進(jìn)行圖像擴(kuò)展，以此得到復(fù)雜背景估計(jì)圖像，具體為：所述檢測(cè)裝置對(duì)降采樣圖像利用雙三次插值公式提高分辨率到和預(yù)處理的圖像相同的分辨率，其中，所述由于雙三次插值公式為：

本發(fā)明的上述技術(shù)方案的有益效果如下：

上述方案中，通過(guò)運(yùn)用圖像金子塔算法直接從原始圖像中提取背景信息，并沒(méi)有對(duì)背景的種類進(jìn)行限制，使得算法本身可以適應(yīng)多種復(fù)雜的背景情況，例如：包含云層的天空背景下弱小目標(biāo)等，具有較高的適應(yīng)性。能運(yùn)用于軍事、安防等領(lǐng)域。本發(fā)明使用了圖像金字塔算法這種多分辨技術(shù)，相較于傳統(tǒng)方法可以更大的保留目標(biāo)能量，減少目標(biāo)能量的損失，方便后續(xù)的操作。

附圖說(shuō)明

圖1為本發(fā)明的復(fù)雜背景抑制方法流程示意圖。

圖2為本發(fā)明的復(fù)雜背景抑制方法效果圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問(wèn)題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

本發(fā)明針對(duì)現(xiàn)有的針對(duì)在紅外弱小目標(biāo)檢測(cè)中復(fù)雜背景導(dǎo)致檢測(cè)準(zhǔn)確率降低、虛警率增高的問(wèn)題，提供一種檢測(cè)率高、計(jì)算復(fù)雜度較低的基于圖像金字塔的復(fù)雜背景抑制的方法，如圖1所示，應(yīng)用于檢測(cè)裝置，包括如下的步驟：

步驟1、檢測(cè)裝置接收輸入的待檢測(cè)的紅外圖像i(x，y)，并利用中值濾波進(jìn)行預(yù)處理去除椒鹽噪聲，獲得預(yù)處理后的紅外圖像f(x，y)；

步驟2、檢測(cè)裝置接收輸入的金字塔層數(shù)l；

步驟3、檢測(cè)裝置確定預(yù)處理后的紅外圖像f(x，y)的行列數(shù)，根據(jù)該行列數(shù)，計(jì)算出金字塔最高層數(shù)1max，并判斷輸入的金字塔層數(shù)l是否超出1max，如果超出，則終止復(fù)雜背景抑制處理。如果沒(méi)有超出，繼續(xù)執(zhí)行步驟4。

檢測(cè)裝置利用預(yù)處理后的紅外圖像f(x，y)，計(jì)算出紅外圖像的行數(shù)和列數(shù)，并分別記為m和n，由于降采樣方法采用的是隔行隔列降采樣法，即每次降采樣后的圖像為原始圖像的1/4，所以金字塔最高層數(shù)1max會(huì)受到m和n的限制，其公式為：

mmax＝log2m

nmax＝log2n

1max＝min{mmax，nmax}(1)

步驟4、檢測(cè)裝置對(duì)預(yù)處理后的紅外圖像f(x，y)進(jìn)行頻域高斯低通濾波，獲得濾波圖像g(x，y)，即，濾波結(jié)果，其中，這里的截止頻率通常取一個(gè)經(jīng)驗(yàn)值。

檢測(cè)裝置將預(yù)處理后的紅外圖像f(x，y)進(jìn)行二維離散傅里葉變換轉(zhuǎn)換到頻率域，其公式為：

根據(jù)預(yù)處理后的紅外圖像f(x，y)，可以知道紅外圖像f(x，y)的尺寸信息，即得到相應(yīng)的行列數(shù)，分別記為m和n。再結(jié)合實(shí)際情況確定截止頻率d0，就可以通過(guò)高斯低通濾波器公式得到高斯低通濾波器模板，其公式為：

然后將之前得到的頻域圖像f(u，v)和濾波器模板h(u，v)相點(diǎn)乘，既可以完成濾波操作，其公式為：

g(u，v)＝∑u∑vf(u，v)×h(u，v)(4)

最后只用將濾波后的圖像g(u，v)轉(zhuǎn)換到空域，即對(duì)圖像g(u，v)進(jìn)行反二維離散傅里葉變換，其公式為：

得到的濾波圖像g(x，y)即為頻域高斯低通濾波結(jié)果。

步驟5、檢測(cè)裝置對(duì)獲得的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣，如果行列數(shù)為奇數(shù)，則在濾波圖像上相應(yīng)的減少一行或一列，然后對(duì)減少的濾波圖像g(x，y)進(jìn)行隔行隔列降采樣，同時(shí)對(duì)降采樣次數(shù)進(jìn)行累計(jì)計(jì)數(shù)。

檢測(cè)裝置先獲取濾波圖像g(x，y)的行數(shù)和列數(shù)，并分別記為m1和n1。然后根據(jù)行數(shù)m1和列數(shù)n1是否為偶數(shù)進(jìn)行相應(yīng)的處理，如果為偶數(shù)則直接進(jìn)行降采樣操作，否則先舍棄圖像g(x，y)的相應(yīng)的最后一行(或一列)，然后再進(jìn)行降采樣操作。其公式為：

降采樣方式為隔行隔列降采樣，其公式為：

步驟6、檢測(cè)裝置重復(fù)執(zhí)行步驟4、5，直到計(jì)數(shù)達(dá)到n-1，退出循環(huán)。并將此時(shí)獲得的降采樣圖像記為h(x，y)；

步驟7、檢測(cè)裝置對(duì)步驟6得到的圖像h(x，y)運(yùn)用雙三次插值算法進(jìn)行圖像擴(kuò)展，以此得到復(fù)雜背景估計(jì)圖像；

檢測(cè)裝置對(duì)步驟6得到的較小尺寸圖像利用雙三次插值算法提高分辨率到和步驟1中得到的圖像相同的分辨率，由于雙三次插值算法對(duì)采樣點(diǎn)周圍16個(gè)點(diǎn)的灰度值做三次插值，不僅考慮到4個(gè)直接相鄰點(diǎn)的灰度影響，而且考慮到各鄰點(diǎn)灰度值變化率的影響，其公式為：

步驟8、將步驟1得到的預(yù)處理后的紅外圖像和步驟7得到的復(fù)雜背景估計(jì)圖像進(jìn)行減法運(yùn)算，獲得檢測(cè)結(jié)果。如圖2所示，即為利用本發(fā)明的方法所實(shí)現(xiàn)的復(fù)雜背景抑制的方法的效果圖。

本發(fā)明通過(guò)運(yùn)用圖像金子塔算法直接從原始圖像中提取背景信息，并沒(méi)有對(duì)背景的種類進(jìn)行限制，使得算法本身可以適應(yīng)多種復(fù)雜的背景情況，例如：包含云層的天空背景下弱小目標(biāo)等，具有較高的適應(yīng)性。能運(yùn)用于軍事、安防等領(lǐng)域。本發(fā)明使用了圖像金字塔算法這種多分辨技術(shù)，相較于傳統(tǒng)方法可以更大的保留目標(biāo)能量，減少目標(biāo)能量的損失，方便后續(xù)的操作。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。