專利名稱：基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo)檢測(cè)的預(yù)處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理技術(shù)領(lǐng)域的方法，具體是一種基于匹配濾波器優(yōu)化設(shè)計(jì) 的紅外弱小點(diǎn)目標(biāo)檢測(cè)的預(yù)處理方法。
背景技術(shù)：
近年來(lái)，紅外弱小點(diǎn)目標(biāo)檢測(cè)問(wèn)題一直是光學(xué)和紅外圖像領(lǐng)域的研究熱點(diǎn)。光學(xué) 傳感器和紅外為被動(dòng)傳感器，在現(xiàn)代戰(zhàn)爭(zhēng)中具有較強(qiáng)的生存能力，但其作用距離較短。研究 低信噪比紅外圖像中弱小點(diǎn)目標(biāo)的實(shí)時(shí)檢測(cè)算法，可以實(shí)現(xiàn)擴(kuò)展作用距離的目的，對(duì)于擴(kuò) 大作戰(zhàn)距離和增加反應(yīng)時(shí)間，提高區(qū)域防御系統(tǒng)的生存能力具有重要的軍事意義和實(shí)用價(jià) 值。除了軍事領(lǐng)域的應(yīng)用之外，紅外弱小點(diǎn)目標(biāo)檢測(cè)在民用領(lǐng)域也得到了非常廣泛的應(yīng)用， 例如，在衛(wèi)星大氣紅外云圖分析、空間遙感、紅外醫(yī)學(xué)圖像病理分析、城市紅外污染分析和 海面人員搜救等領(lǐng)域中，有效的紅外弱小目標(biāo)技術(shù)可以在較好的時(shí)機(jī)幫助人們迅速提取感 興趣的目標(biāo)區(qū)域，從而為人們的生產(chǎn)和生活提供有效的指導(dǎo)。低信噪比紅外弱小點(diǎn)目標(biāo)檢測(cè)的難點(diǎn)在于目標(biāo)成像距離遠(yuǎn)，圖像信噪比低，又無(wú) 形狀、紋理等特征信息可以利用。因此，相對(duì)于其他紅外目標(biāo)檢測(cè)與跟蹤問(wèn)題而言，如何有 效提高紅外圖像的信噪比，實(shí)現(xiàn)對(duì)復(fù)雜背景條件下紅外弱小目標(biāo)的穩(wěn)健檢測(cè)就成為了一項(xiàng) 更具有實(shí)際意義和挑戰(zhàn)性的研究課題。經(jīng)對(duì)現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，I. Reed等在IEEE Transactions onAerospace and Electronic Systems (1988) (IEEE 學(xué)術(shù)期刊)上發(fā)表的 “Opticalmoving target detection with 3-D matched filtering”(“基于三維匹配濾波器的運(yùn)動(dòng)目標(biāo)檢測(cè) 方法”)，該文中設(shè)計(jì)了三維匹配濾波器，當(dāng)假設(shè)的目標(biāo)軌跡和真實(shí)目標(biāo)軌跡一致時(shí)，輸 出信噪比最大，但必須預(yù)先知道目標(biāo)、背景和光學(xué)傳感器的特性。Han KS(韓克松)在 Systems Engineering and Electronics (2000)(系統(tǒng)工程與電子技術(shù))上發(fā)表的 “The Pretreatment for DetectingInfrared Point Targets Under Complex Background"(" 雜背景下紅外點(diǎn)目標(biāo)檢測(cè)的預(yù)處理”)，該文中提出了利用三種高通模板實(shí)現(xiàn)了復(fù)雜背景下 的紅外點(diǎn)目標(biāo)檢測(cè)的預(yù)處理，對(duì)變化緩慢的背景抑制效果明顯，但這三種高通模板沒(méi)有考 慮到紅外點(diǎn)目標(biāo)的空間分布特性，其處理效果在使用過(guò)程中表現(xiàn)了不穩(wěn)定性。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)存在的不足和缺陷，提出了一種基于匹配濾波器 優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo)檢測(cè)的預(yù)處理方法，使其通過(guò)對(duì)紅外點(diǎn)目標(biāo)成像特性和傳統(tǒng)的 二維空間匹配濾波器的性能分析，設(shè)計(jì)了一種優(yōu)化的空間匹配濾波器，旨在用多重一維匹 配濾波器去擬合二維匹配濾波器的性能。優(yōu)化設(shè)計(jì)的匹配濾波器考慮到了紅外點(diǎn)目標(biāo)、背 景、噪聲之間在空間分布特性上的形態(tài)差異，以及紅外點(diǎn)目標(biāo)成像的空間分布在各個(gè)方向 的截面輪廓線上均保持了在目標(biāo)出現(xiàn)位置的局部鄰域內(nèi)漸變的特性；同時(shí)，充分考慮到了噪聲干擾的隨機(jī)性和局部突變性，噪聲破壞只可能是目標(biāo)出現(xiàn)位置二維分布中的某一個(gè)方向上的分布特性。通過(guò)優(yōu)化設(shè)計(jì)的匹配濾波器綜合的多重一維匹配濾波結(jié)果能夠有效地平 衡目標(biāo)分布特性可能在某一方向上受到的干擾。優(yōu)化設(shè)計(jì)的空間匹配濾波器不僅保持了二 維匹配濾波器的最大信噪比的設(shè)計(jì)準(zhǔn)則，而且有效抑制了復(fù)雜成像條件下噪聲對(duì)二維匹配 濾波器性能的影響。從而克服了傳統(tǒng)的二維匹配濾波器性能的不穩(wěn)定性，以及先前算法對(duì) 先驗(yàn)已知條件受限的影響。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，包括如下步驟第一步，定義窗口模板，并充分分解為若干個(gè)一維窗口 ；所述定義窗口模板，并充分分解為若干個(gè)一維窗口，具體為結(jié)合紅外圖像點(diǎn)目標(biāo) 的空間分布特性的分析，根據(jù)應(yīng)用背景選取適當(dāng)大小的窗口模板。然后將二維窗口模板充 分分解為若干個(gè)一維窗口。分解具有完備性。選取的窗口模板大小不同，分解的一維窗口 的個(gè)數(shù)和包含的像素點(diǎn)的個(gè)數(shù)也不同。窗口越大，分解的一維窗口越多，每個(gè)一維窗口包含 的像素點(diǎn)的個(gè)數(shù)也越多。第二步，在每一個(gè)一維窗口，分別進(jìn)行一維匹配濾波處理；所述一維匹配濾波處理，具體為利用步驟一中構(gòu)造的一維窗口從上到下、從左到 右依次遍歷圖像中的每一個(gè)像素點(diǎn)。在每一個(gè)待處理的像素點(diǎn)，將一維窗口覆蓋范圍的圖 像的像素點(diǎn)與先驗(yàn)的點(diǎn)目標(biāo)的一維分布特性進(jìn)行卷積。即進(jìn)行一維匹配濾波處理y(k) = g(k) * h(k) = X g(j)h(k -j), k = 0X-N-\
J=O=去Σ[咖公式一其中g(shù)(k)為實(shí)際目標(biāo)的分布特性，G(n)為g(k)的離散傅立葉變換；h(k)為先驗(yàn) 目標(biāo)的分布特性，H(n)為h(k)的離散傅立葉變換；y(k)為離散卷積結(jié)果。第三步，定義優(yōu)化設(shè)計(jì)的匹配濾波器的濾波結(jié)果值。所述定義優(yōu)化設(shè)計(jì)的匹配濾波器的濾波結(jié)果值，具體為對(duì)步驟二中的一維匹配 濾波處理結(jié)果，分別獲取不同方向一維窗口卷積結(jié)果的定義域中心點(diǎn)的峰值。定義優(yōu)化設(shè) 計(jì)的匹配濾波結(jié)果為各個(gè)方向一維窗口匹配的峰值的均值，即F{x,y) = f{x,y) + ^- ^(實(shí)(《)*Λ(”))公式二
N /=1,2,-,Ar其中函數(shù)medPeakO表示取值定義域中心點(diǎn)的值；gi(m)表示i方向分解的一維
窗口，其定義域?yàn)镈i ；h(n)表示先驗(yàn)的點(diǎn)目標(biāo)的一維分布特性；N為分解的一維窗口的數(shù)目。本發(fā)明的濾波性能，可以通過(guò)弓I入性能評(píng)價(jià)指標(biāo)——信噪比SNR進(jìn)行驗(yàn)證，信噪比 定義為SNR= (s-u)/σ 公式三其中s為目標(biāo)信號(hào)幅度；u為圖像背景灰度均值；ο為圖像背景灰度標(biāo)準(zhǔn)差。SNR 的值越大，就代表圖像信噪比越高，濾波性能越好。本發(fā)明的方法簡(jiǎn)單有效，它的關(guān)鍵在于對(duì)傳統(tǒng)的二維空間匹配濾波器進(jìn)行了優(yōu) 化設(shè)計(jì)，可以有效地提高濾波器對(duì)圖像信噪比的增益和對(duì)圖像噪聲的抑制能力，為后續(xù)紅外弱小點(diǎn)目標(biāo)的檢測(cè)創(chuàng)造有利條件。在分析紅外點(diǎn)目標(biāo)、背景、噪聲的分布特性的基礎(chǔ)上， 得出實(shí)際光學(xué)系統(tǒng)由于存在著像差以及光的衍射效應(yīng)，紅外點(diǎn)目標(biāo)成像實(shí)際為一個(gè)“衍射 斑”，具體表現(xiàn)為在目標(biāo)出現(xiàn)位置的局部鄰域內(nèi)灰度值發(fā)生漸變，類似于二次曲線中的開(kāi)口 向下的橢圓拋物面，以及點(diǎn)目標(biāo)成像的空間分布在各個(gè)方向的截面輪廓線上均保持了在目 標(biāo)出現(xiàn)位置的局部鄰域內(nèi)漸變的特征；同時(shí)，由于噪聲干擾存在隨機(jī)性和局部突變性，噪聲 破壞只可能是目標(biāo)出現(xiàn)位置二維分布中的某一個(gè)方向上的分布特性。通過(guò)優(yōu)化設(shè)計(jì)的匹配 濾波器綜合的多重一維匹配濾波結(jié)果能夠有效地平衡目標(biāo)分布特性在某一方向上受到的 干擾，表現(xiàn)了較強(qiáng)的穩(wěn)定性和魯棒性。


圖1是本發(fā)明在進(jìn)行匹配濾波器優(yōu)化設(shè)計(jì)時(shí)的一維窗口分解示意圖。其中(a)3X3窗口模板；(b)3X3窗口分解示意圖。圖2是一維匹配濾波器的性能仿真圖。其中(a)先驗(yàn)?zāi)繕?biāo)的空間分布特性；(b)實(shí)際目標(biāo)的空間分布特性；(C) 一維匹 配濾波性能仿真結(jié)果。圖3是應(yīng)用本發(fā)明和傳統(tǒng)的二維匹配濾波器對(duì)紅外弱小點(diǎn)目標(biāo)圖像進(jìn)行濾波預(yù) 處理后結(jié)果對(duì)比圖。其中(a)紅外原始圖像；(b)原始圖像的空間分布特性圖；(C)采用經(jīng)典空間匹 配濾波器處理后的圖像的空間分布特性；(d)采用優(yōu)化設(shè)計(jì)的空間匹配濾波器處理后的圖 像的空間分布特性圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作詳細(xì)說(shuō)明本實(shí)施例在以本發(fā)明技術(shù)方案為前 提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍不限于下 述的實(shí)施例。本實(shí)施例實(shí)施步驟具體如下1.定義窗口模板，并充分分解為若干個(gè)一維窗口結(jié)合紅外圖像點(diǎn)目標(biāo)的空間分布特性，主要考慮紅外圖像中弱小點(diǎn)目標(biāo)成像的 檢測(cè)，弱小點(diǎn)目標(biāo)在圖像中僅占據(jù)一個(gè)像素點(diǎn)大小，通常我們選取3X3的窗口模板，如圖 1(a)所示，其中像素點(diǎn)X代表當(dāng)前待處理的像素點(diǎn)，二維窗口元素覆蓋范圍內(nèi)的像素點(diǎn)依 次標(biāo)記為Zp Z2、-Zgo然后將二維窗口模板充分分解為若干個(gè)一維窗口。分解具有完備 性。選取的窗口模板大小不同，分解的一維窗口的個(gè)數(shù)和包含的像素點(diǎn)的個(gè)數(shù)也不同。窗 口越大，分解的一維窗口越多，一維窗口包含的像素點(diǎn)的個(gè)數(shù)也越多。3X3的窗口模板的分 解示意圖，如圖1(b)所示。2.在每一個(gè)一維窗口，分別進(jìn)行一維匹配濾波處理利用步驟一中構(gòu)造的一維窗口從上到下、從左到右依次遍歷圖像中的每一個(gè)像素 點(diǎn)。在每一個(gè)待處理的像素點(diǎn)，將一維窗口覆蓋范圍內(nèi)的圖像的像素點(diǎn)與先驗(yàn)的點(diǎn)目標(biāo)的 一維分布特性進(jìn)行卷積。即進(jìn)行一維匹配濾波處理
=^[β(η)Η(η)]β2πΜ,Ν 其中g(shù)(k)為實(shí)際目標(biāo)的分布特性，如圖2(b)所示，G(n)為g(k)的離散傅立葉變 換；h(k)為先驗(yàn)?zāi)繕?biāo)的分布特性，如圖2(a)所示，H(n)為h(k)的離散傅立葉變換；y(k)為 離散卷積結(jié)果。先驗(yàn)?zāi)繕?biāo)分布特性與一維窗口的目標(biāo)分布特性和背景分布特性的卷積結(jié) 果，如圖2(c)所示，其中實(shí)線為先驗(yàn)?zāi)繕?biāo)與實(shí)際目標(biāo)的卷積結(jié)果，點(diǎn)劃線為先驗(yàn)?zāi)繕?biāo)與背 景的卷積結(jié)果。為了消除關(guān)照強(qiáng)度引起的背景灰度值大小的整體影響，實(shí)際點(diǎn)目標(biāo)的空間 分布特性在進(jìn)行卷積之前，均進(jìn)行了“歸零化”處理，即將一維分布中的最小值歸為零，只保 留目標(biāo)與背景的灰度差異特性。3.定義優(yōu)化設(shè)計(jì)的匹配濾波器的濾波結(jié)果值。對(duì)步驟二中的一維匹配濾波處理結(jié)果，分別獲取不同方向一維窗口卷積結(jié)果的定 義域中心點(diǎn)的峰值。定義優(yōu)化設(shè)計(jì)的匹配濾波結(jié)果為各個(gè)方向一維窗口匹配的峰值的均 值，即 其中函數(shù)medPeakO表示取值定義域中心點(diǎn)的值；gi(m)表示i方向分解的一維窗 口，其定義域SDi ；h(n)表示先驗(yàn)的點(diǎn)目標(biāo)的一維分布特性，N為分解的一維窗口的數(shù)目。 采用本方法處理后的圖像的空間分布特性如圖3(d)所示。濾波前后圖像的空間分布特性 對(duì)比(如圖3(b) (d))可以清楚地顯示目標(biāo)出現(xiàn)位置灰度值的增強(qiáng)。為了驗(yàn)證本實(shí)施例的濾波性能，采用法國(guó)Sofradir中波熱成像儀采集到的6733 幀8位真實(shí)紅外對(duì)空序列圖像，截取其中的1000幀低信噪比圖像驗(yàn)證。如圖3(a)所示為其 中某一幀圖像。采用傳統(tǒng)的二維匹配濾波器和優(yōu)化設(shè)計(jì)的匹配濾波器分別進(jìn)行仿真比較， 結(jié)果如表1所示。圖3(b)為原始紅外圖像的空間分布特性，可以看到原始圖像由于成像環(huán)境惡劣， 成像距離遠(yuǎn)離遠(yuǎn)，目標(biāo)幾乎完全淹沒(méi)在了雜波噪聲中，在目標(biāo)出現(xiàn)位置目標(biāo)與背景灰度差 異很小，如果直接進(jìn)行目標(biāo)檢測(cè)處理，性能往往不夠理想。圖3(c)為經(jīng)過(guò)經(jīng)典空間匹配濾 波器處理后的圖像的空間分布特性，可以看到因?yàn)樵紙D像遭噪聲干擾的影響，經(jīng)過(guò)匹配 后目標(biāo)點(diǎn)的位置并沒(méi)有完全體現(xiàn)出優(yōu)勢(shì)。圖3(d)為經(jīng)過(guò)優(yōu)化設(shè)計(jì)的空間匹配濾波后的圖 像的空間分布特性圖，可以看到目標(biāo)位置灰度值得到明顯提升，目標(biāo)的位置像素值被提升 到已經(jīng)隱約可見(jiàn)。表1匹配濾波前后圖像信噪比對(duì)比表
權(quán)利要求
一種圖像處理中的基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo)檢測(cè)的預(yù)處理方法，其特征在于包括如下步驟第一步，定義窗口模板，并充分分解為若干個(gè)一維窗口；第二步，利用步驟一中的構(gòu)造的一維窗口，在每一個(gè)一維窗口，分別進(jìn)行一維匹配濾波處理；第三步，分別獲取不同方向一維窗口卷積結(jié)果的定義域中心點(diǎn)的峰值，定義優(yōu)化設(shè)計(jì)的匹配濾波器的濾波結(jié)果值為各個(gè)方向一維窗口匹配的峰值的均值。
2.根據(jù)權(quán)利要求1所述的圖像處理中的基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo) 檢測(cè)的預(yù)處理方法，其特征是，所述的定義窗口模板，并充分分解為若干個(gè)一維窗口，具體 為結(jié)合紅外圖像點(diǎn)目標(biāo)的空間分布特性的分析，根據(jù)應(yīng)用背景選取適當(dāng)大小的窗口模板。 然后將二維窗口模板充分分解為若干個(gè)一維窗口。分解具有完備性。選取的窗口模板大小 不同，分解的一維窗口的個(gè)數(shù)和包含的像素點(diǎn)的個(gè)數(shù)也不同。窗口越大，分解的一維窗口越 多，每個(gè)一維窗口包含的像素點(diǎn)的個(gè)數(shù)也越多。
3.根據(jù)權(quán)利要求1所述的圖像處理中的基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo) 檢測(cè)的預(yù)處理方法，其特征是，所述的進(jìn)行一維匹配濾波處理，具體為利用所得到的一維 窗口從上到下、從左到右依次遍歷圖像中的每一個(gè)像素點(diǎn)。在每一個(gè)待處理的像素點(diǎn)，將一 維窗口覆蓋的圖像的像素點(diǎn)與先驗(yàn)的點(diǎn)目標(biāo)的一維分布特性進(jìn)行卷積。即進(jìn)行一維匹配濾 波處理。
4.根據(jù)權(quán)利要求1所述的圖像處理中的基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo) 檢測(cè)的預(yù)處理方法，其特征是，所述的定義優(yōu)化設(shè)計(jì)的匹配濾波器的濾波結(jié)果值，具體為 對(duì)于一維匹配濾波處理結(jié)果，分別獲取不同方向一維窗口卷積結(jié)果的定義域中心點(diǎn)的峰 值。定義優(yōu)化設(shè)計(jì)的匹配濾波結(jié)果為各個(gè)方向一維窗口匹配的峰值的均值。
全文摘要
本發(fā)明涉及一種圖像處理技術(shù)領(lǐng)域的基于匹配濾波器優(yōu)化設(shè)計(jì)的紅外弱小點(diǎn)目標(biāo)檢測(cè)的預(yù)處理方法，首先定義窗口模板，并充分分解為若干個(gè)一維窗口，分解具有完備性；然后在每一個(gè)一維窗口中，分別用先驗(yàn)的點(diǎn)目標(biāo)的分布特性與其進(jìn)行卷積，即進(jìn)行一維匹配濾波處理；最后分別獲取不同方向一維窗口卷積結(jié)果的定義域中心點(diǎn)的峰值，定義優(yōu)化設(shè)計(jì)的匹配濾波結(jié)果為各個(gè)方向一維窗口匹配的峰值的均值。本發(fā)明不僅保持了二維匹配濾波器的最大信噪比的設(shè)計(jì)準(zhǔn)則，而且有效抑制了紅外圖像在復(fù)雜成像條件下噪聲對(duì)二維匹配濾波器性能的影響；有效提高了紅外圖像的信噪比，為后續(xù)實(shí)現(xiàn)對(duì)復(fù)雜背景條件下紅外弱小點(diǎn)目標(biāo)的穩(wěn)健檢測(cè)創(chuàng)造了有利條件。
文檔編號(hào)G06T7/00GK101847254SQ20101002318
公開(kāi)日2010年9月29日 申請(qǐng)日期2010年1月22日 優(yōu)先權(quán)日2010年1月22日
發(fā)明者朱金標(biāo), 朱金焰, 黃華 申請(qǐng)人:上海步朗電子科技有限公司