亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)HFQC 濾波的紅外弱小目標(biāo)檢測

        2015-07-01 07:58:18李少軍
        兵器裝備工程學(xué)報 2015年5期
        關(guān)鍵詞:弱小信噪比灰度

        張 聰,高 磊,李少軍

        (北京航天自動控制研究所,北京 100854)

        紅外弱小目標(biāo)檢測技術(shù)一直被廣泛應(yīng)用在成像制導(dǎo)、紅外預(yù)警、探測跟蹤等系統(tǒng)中,是學(xué)者們研究的熱點問題之一?!叭酢焙汀靶 狈謩e指目標(biāo)屬性的兩個方面,“弱”是指目標(biāo)紅外輻射強(qiáng)度弱,目標(biāo)灰度低;“小”是指目標(biāo)尺寸小,所占像素點數(shù)少[1]。

        深空背景條件下,目標(biāo)與成像系統(tǒng)距離非常遠(yuǎn),弱小目標(biāo)檢測面臨更多困難[2]: 目標(biāo)在成像平面上只占幾個像素,沒有形狀、紋理信息;圖像信噪比低,目標(biāo)可能淹沒于背景噪聲之中;目標(biāo)檢測過程中,可能出現(xiàn)多個虛假目標(biāo)。因此檢測之前必須進(jìn)行圖像預(yù)處理,對圖像進(jìn)行背景抑制和目標(biāo)增強(qiáng),常用的預(yù)處理方法有Top -hat[3]、小波變換[4]等。先檢測后跟蹤(Detect Before Track,DBT )算法[5-6]是紅外弱小目標(biāo)檢測的常用方法,基本思路是通過單幀閾值分割提取候選目標(biāo),再根據(jù)目標(biāo)運(yùn)動連續(xù)性和軌跡一致性,利用多幀信息從候選目標(biāo)中確定真實目標(biāo)。然而當(dāng)圖像信噪比低時,傳統(tǒng)的DBT 算法檢測效果較差,為此本文提出一種基于HFQC 連續(xù)濾波和多幀表決的算法。仿真實驗表明該算法能夠有效增強(qiáng)目標(biāo)和抑制背景,并能可靠地檢測真實目標(biāo)。

        1 紅外圖像預(yù)處理

        包含目標(biāo)的紅外圖像可描述為

        式(1)中: fi(x,y)表示第i 幀圖像(x,y)處的灰度值;ti(x,y)、bi(x,y)和ni(x,y)分別表示第i 幀圖像上目標(biāo)、背景和噪聲在(x,y)處的灰度值。

        圖像的信噪比定義為

        式(2)中:t 為目標(biāo)的平均灰度值;b 為背景的平均灰度值;σ為噪聲方差。在信噪比低的紅外圖像中,感興趣的目標(biāo)往往被噪聲或雜波所淹沒,為實現(xiàn)目標(biāo)檢測必須對紅外圖像進(jìn)行預(yù)處理以增強(qiáng)目標(biāo),抑制背景和噪聲。

        能量累積[7]是通過對連續(xù)多幀圖像求均值來達(dá)到降噪的目的,能量累積后圖像的目標(biāo)部分變化不大,噪聲部分得到抑制。實際應(yīng)用中,對圖像進(jìn)行3 ×3 的形態(tài)學(xué)膨脹,使小目標(biāo)膨脹到3 ×3 大小,能量累積后得到更好的保留。

        為進(jìn)一步提高信噪比,本文使用Robinson Guard[8]與雙均值濾波[9]相結(jié)合的方法對能量累積后的圖像進(jìn)行背景抑制。

        點目標(biāo)在空間的分布表現(xiàn)為某個尺度下的極大值,具有全向奇異性。Robinson 濾波器通過比較中心像素與鄰域像素極值來抑制背景,對背景和空間相關(guān)性強(qiáng)的邊緣都具有很好的抑制作用。為保留目標(biāo)內(nèi)部信息,需設(shè)置保護(hù)帶,對于3×3 目標(biāo),保護(hù)帶的半徑設(shè)為2,窗口大小為7 ×7,濾波器結(jié)構(gòu)如圖1 所示。

        圖1 7 ×7 Robinson Guard 濾波器

        濾波結(jié)果表示為

        雙均值濾波基于目標(biāo)和背景存在的灰度差,設(shè)置兩個窗口,實現(xiàn)過程:用面積大于目標(biāo)的模板對原圖進(jìn)行均值濾波,得到圖像I1; 用面積與目標(biāo)相當(dāng)?shù)哪0鍖υ瓐D進(jìn)行均值濾波,得到圖像I2; 兩次濾波結(jié)果做差后取絕對值,得到圖像I3。兩次濾波對背景影響不大,但目標(biāo)區(qū)域的兩次濾波結(jié)果相差較大,做差后目標(biāo)得到增強(qiáng)。

        Robinson Guard 濾波可以有效增強(qiáng)目標(biāo),但對孤立噪聲過于敏感,易形成虛警;雙均值濾波引入目標(biāo)鄰域信息,噪聲得到有效平滑,但會對邊緣進(jìn)行增強(qiáng)。兩種方法具有一定的互補(bǔ)性,將兩種方法進(jìn)行融合,保證在增強(qiáng)目標(biāo)的同時有效抑制噪聲。

        2 目標(biāo)分割

        預(yù)處理后的圖像中,目標(biāo)區(qū)域不一定是圖像中灰度最大的區(qū)域,但目標(biāo)灰度較高,與背景存在一定的視覺反差,人眼就是依據(jù)這種視覺上的反差來分辨小目標(biāo)的,由此可以利用最大對比度的方法來計算分割門限。

        絕對對比度定義為

        式(4)中:F(a)為高于門限t 區(qū)域的灰度均值;F(b)為低于門限t 區(qū)域的灰度均值。最佳分割門限T 由式(5)得到:

        該方法能夠自適應(yīng)獲取門限,無需設(shè)定參數(shù)。當(dāng)圖像信噪比高時,目標(biāo)與背景的灰度對比度大,區(qū)分目標(biāo)與背景較容易;當(dāng)圖像信噪比低時,目標(biāo)與背景相差不大,此時分割后的結(jié)果會保留更多細(xì)節(jié),而不至于丟失真實目標(biāo)。

        3 目標(biāo)檢測

        3.1 HFQC 濾波及軌跡檢測

        目標(biāo)分割保證真實目標(biāo)不會丟失,但分割后仍可能存在虛假目標(biāo),這里使用HFQC 濾波[10]實現(xiàn)真實目標(biāo)的檢測,首先定義二值圖像的三種運(yùn)算:

        1)與(AND)運(yùn)算:

        2)或(OR)運(yùn)算:

        3)圖像f 在參數(shù)w 下的膨脹(DL)運(yùn)算:

        f(x,y),g(x,y)(1≤x≤M,1≤y≤N)分別為兩幅二值圖像。

        HFQC 連續(xù)濾波器的定義為

        初始條件為f '1(x,y)=1,f'2(x,y)=1,(1≤x≤M,1≤y≤N),fi、f 'i分別為輸入、輸出圖像的第i 幀,濾波器結(jié)構(gòu)如圖2 所示,其中D 為延時器。

        正向-反向二次濾波算法可以有效濾除噪聲,具體步驟如下:

        (1)正向以f1,f2,…,fn為順序,輸入HQFC 濾波器,得到輸出序列f1',f2',…,fn';

        (2)反向以f 'n,f 'n-1,…,f '1為順序,再次輸入HQFC濾波器,得到輸出序列f ″n,f ″n-1,…,f ″1。

        經(jīng)過正向-反向兩次HQFC 濾波后,在此基礎(chǔ)上對f ″n,f ″n-1,…,f ″1圖像序列進(jìn)行軌跡檢測,作如下定義:

        設(shè)xi為二值圖像序列第i 幀的所有候選目標(biāo)(包括虛假目標(biāo)和真實目標(biāo)),即

        Losted 表示真實目標(biāo)被漏檢的情況。

        圖2 HFQC 濾波器結(jié)構(gòu)

        目標(biāo)軌跡表示為(xi,xi+1,…,xi+k-1),依據(jù)以下3 條規(guī)則實現(xiàn)目標(biāo)的檢測:

        (1)軌跡中包含的Losted 元素應(yīng)盡可能少,定義函數(shù)c1:

        (2)尋找盡可能光滑的軌跡,軌跡段(xi,xi+1,…,xi+k-1)的光滑程度計算方法如下:從軌跡中確定3 個元素xa(離xi最近的非Losted 元素)、xb(離xi+k/2最近的非Losted 元素)和xc(離xi+k-1最近的非元素); 用直線分別連接xaxb、xbxc,兩條直線的夾角與軌跡的光滑程度成正比,即:

        式(11)中α 為比例因子。

        (3)軌跡內(nèi)目標(biāo)點的最大運(yùn)動速度為VT,軌跡段(xi,xi+1,…,xi+k-1)滿足速度限制時,c3(xi,xi+1,…,xi+k-1)為零,否則為一較大的數(shù)。

        最小的問題,即

        遍歷序列中所有運(yùn)動軌跡,尋找最小的c(x1,x2,…,xi,…),此時x1,x2,…xi即為真實目標(biāo)在每幀圖像中的坐標(biāo)位置。

        針對具體的深空背景,紅外弱小目標(biāo)與探測系統(tǒng)距離遠(yuǎn),目標(biāo)在成像面上的運(yùn)動速度很小,圖像序列長度一般較短,因此HFQC 濾波中軌跡光滑程度c2和目標(biāo)運(yùn)動速度c3對c(x1,x2,…,xi,…)的影響較弱。影響c(x1,x2,…,xi,…)的主要因素為軌跡的Losted 元素數(shù),即真實目標(biāo)的漏檢數(shù)?;诖耍瑢ι鲜鯤QFC 濾波及軌跡檢測方法進(jìn)行改進(jìn),提出分層的多幀投票表決算法。

        3.2 分層多幀投票檢測

        分層多幀投票最簡單的形式即為單層三幀投票,如圖3所示,具體流程:在當(dāng)前幀圖像中得到所有候選目標(biāo)的像素坐標(biāo),在前兩幀中選取相同的坐標(biāo),觀察以該坐標(biāo)為中心的5×5 窗口內(nèi)是否存在目標(biāo)。若存在,則表示三幀圖像中該目標(biāo)不是偶然出現(xiàn),為真實目標(biāo);若不存在,則認(rèn)為該候選目標(biāo)為偶然出現(xiàn)的噪聲。多層投票在第一層投票的結(jié)果上再進(jìn)行投票,層數(shù)越多可靠性越高,但會增加計算量。一般情況下,兩層投票即能夠有效降低目標(biāo)檢測的虛警,實現(xiàn)真實目標(biāo)的檢測。

        圖3 單層三幀投票示意圖

        4 實驗結(jié)果分析

        分別對能量累積、最大對比度分割和多幀投票進(jìn)行實驗仿真,驗證算法的有效性。

        圖4(a)是紅外弱小目標(biāo)圖像序列中的某一幀,能量累積前,由圖像的平均灰度、均方差及目標(biāo)的平均灰度、均方差得到SNR=0.411;圖4(b)是圖4(a)和序列中前3 幀進(jìn)行能量累積后的結(jié)果,計算得到SNR =1.015。信噪比由能量累積前的0.411 增加到累1.015,目標(biāo)信號得到明顯增強(qiáng)。

        圖4 能量累積前后紅外圖像

        圖5是對原始圖像進(jìn)行濾波和分割結(jié)果圖,圖5(e)的最大對比度分割與基于統(tǒng)計特性的分割、Otsu 分割相比分割結(jié)果更可靠。

        圖5 分割結(jié)果

        對仿真的低信噪比的圖像序列(該仿真序列中僅有一個真實目標(biāo),SNR 為0.52)分別進(jìn)行單幀檢測及三幀投票表決,某一幀的檢測結(jié)果如圖6,對序列檢測目標(biāo)個數(shù)進(jìn)行統(tǒng)計,結(jié)果如圖7,三幀投票表決能夠在信噪比極低的條件下保持較低虛警率。

        圖6 檢測結(jié)果

        圖7 目標(biāo)個數(shù)統(tǒng)計

        5 結(jié)論

        針對深空背景下對紅外弱小目標(biāo)的檢測,提出了一種基于HFQC 濾波和多幀分層投票的檢測方法。該方法首先對圖像進(jìn)行多幀能量累積,使用Robinson Guard 和雙均值兩種濾波方法進(jìn)行背景抑制,利用自適應(yīng)的最大對比度分割進(jìn)行目標(biāo)分割,然后對圖像序列進(jìn)行HFQC 連續(xù)濾波和多幀分層投票,實現(xiàn)弱小運(yùn)動目標(biāo)的檢測。實驗結(jié)果表明,在信噪比低的情況下,該方法也能夠降低虛警,較可靠的檢測弱小運(yùn)動目標(biāo)。

        [1]李紅,崔冰琪.基于局部概率分布的紅外弱小目標(biāo)檢測[J].信息通信,2013(9):42-43.

        [2]陳尚鋒,肖山竹,盧煥章.一種低信噪比圖像序列小目標(biāo)實時檢測算法[J].信號處理,2009,25(4):601-606.

        [3]張毅剛,曹陽,項學(xué)智.基于形態(tài)學(xué)Top-hat 濾波的紅外小目標(biāo)檢測[J].計算機(jī)測量與控制,2011,19(6):1269-1272.

        [4]孫國棟,吉書鵬,周楨.小波域自適應(yīng)濾波的紅外弱小目標(biāo)檢測[J].航空兵器,2011,3(6):20-23.

        [5]田鵬輝,隋立春,燕莎.紅外運(yùn)動小目標(biāo)檢測方法綜述[J].探測與控制學(xué)報,2013,35(2):76-80.

        [6]藺向明.基于紅外成像的小目標(biāo)檢測技術(shù)研究[J].航空兵器,2014(3):12-15.

        [7]韓艷麗,劉峰.空間觀測圖像弱小目標(biāo)檢測方法[J].光電技術(shù)應(yīng)用,2013,28(4):37-40.

        [8]莫金花,郗潤平,張艷寧.全局局部聯(lián)合濾波的紅外小目標(biāo)背景抑制方法[J].中國體視學(xué)與圖形分析,2011,16(3):223-231.

        [9]姚迅,李德華,孫賢斌,黃飛.一種多階段處理的紅外小目標(biāo)檢測方法[J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版,2008,32(6):1141-1144.

        [10]代鑫.基于時空聯(lián)合的海天背景艦船目標(biāo)檢測方法研究[D].武漢:武漢理工大學(xué),2013.

        猜你喜歡
        弱小信噪比灰度
        啊!水手,上岸吧
        采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
        基于灰度拉伸的圖像水位識別方法研究
        基于深度學(xué)習(xí)的無人機(jī)數(shù)據(jù)鏈信噪比估計算法
        低信噪比下LFMCW信號調(diào)頻參數(shù)估計
        電子測試(2018年11期)2018-06-26 05:56:02
        低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
        基于最大加權(quán)投影求解的彩色圖像灰度化對比度保留算法
        基于灰度線性建模的亞像素圖像抖動量計算
        我有特別的喝水技巧
        保持信噪比的相位分解反褶積方法研究
        欧美日韩中文亚洲另类春色| 偷国产乱人伦偷精品视频| 狠狠做深爱婷婷久久综合一区| 久久AV老司机精品网站导航| 激,情四虎欧美视频图片| 人妻少妇被粗大爽视频| 97se亚洲国产综合在线| 精品久久人人妻人人做精品| 国产视频在线一区二区三区四区| 国产麻豆国精精品久久毛片| 国产 一二三四五六| 成人激情五月天| 国产小屁孩cao大人免费视频| 亚洲福利一区二区不卡| 九九影院理论片私人影院| 亚洲男人的天堂在线播放| 天堂最新在线官网av| 日产国产精品亚洲高清| 亚洲av无码电影在线播放| 国产偷国产偷亚洲清高| 18禁黄无遮挡免费网站| 一本色道久在线综合色| 国产男女无遮挡猛进猛出| 亞洲綜合一區二區三區無碼| 国产一级黄色性生活片| 老女老肥熟女一区二区| 深夜福利小视频在线观看| 日韩美女高潮流白浆视频在线观看| 国产精品又爽又粗又猛又黄| 免费国产a国产片高清网站| 婷婷亚洲综合五月天小说| 亚洲天堂中文字幕君一二三四| 国产精品网站91九色| 又黄又硬又湿又刺激视频免费| 国产一区二区三区啪| 在线亚洲妇色中文色综合| 中文字幕亚洲无线码一区女同| 国产女人18毛片水真多| 亚洲国产精品美女久久久| 亚洲最大成人综合网720p| 久久久久久国产精品美女|