红外目标检测方法、装置及计算机存储介质与流程

本发明涉及图像处理技术领域，特别是涉及一种红外目标检测方法、装置及计算机存储介质。

背景技术：

相较于可见光而言，红外搜索跟踪系统具有全天候成像、一定程度穿透雾以及探测距离远等优点，因此在精确制导以及预警等远距离目标探测场景中得到了广泛的应用。但在实际的irst系统中，目标在远距离情况下呈现出小目标特性，因此需要对小目标进行检查。

传统的基于视觉对比度的小目标检测算法在所检测场景中存在亮度较高的非目标干扰时，如高亮边缘以及高亮度复杂背景等，无法对干扰进行有效抑制，严重影响了目标检测的准确性。

因此，现有技术中小目标的检测准确率较低。

技术实现要素：

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种红外目标检测方法及装置，旨在提高红外图像中的小目标检测的准确率。

为实现上述目的及其他相关目的，本发明提供一种红外目标检测方法，所述方法包括：

获取待处理红外图像；

按照预设顺序，针对每一像素点执行步骤：

以该像素点为中心像素，设置第一窗口，并以所述第一窗口为中心设置第二窗口，其中，所述第一窗口为n*n的像素点组成的窗口，所述第二窗口为m*m个目标窗口所组成的窗口，所述目标窗口与所述第一窗口相等大小；

将所述第二窗口划分为：所述第一窗口、内层背景子窗、外层背景子窗，其中，所述外层背景子窗位于所述内层背景子窗的外部，所述内层背景子窗位于所述第一窗口的外部；

计算第一窗口与所述内层背景子窗中任一个窗口所对应的第一灰度差对比度；

计算第一窗口与所述外层背景子窗中任一个窗口所对应的第二灰度差对比度；

根据所述第一灰度差对比度和所述第二灰度差对比度，计算该像素点的对比度显著值；

遍历像素点，获得由每一个像素点的对比度显著值所组成的对比显著图；

对所述对比显著图每一个像素点进行归一化处理，并基于预设阈值进行二值化处理；

根据所述二值化处理后的图像获取检测结果。

一种实现方式中，在n为3，m为5时；所述将所述第二窗口划分为：所述第一窗口、内层背景子窗、外层背景子窗的步骤，包括：

以所述第一窗口为中心，将邻近所述第一窗口的多个窗口确定为内层背景子窗；

将邻近所述内层背景子窗的外部多个窗口确定为外层背景子窗。

一种实现方式中，所述计算第一窗口与所述内层背景子窗中任一个窗口所对应的第一灰度差对比度的步骤，包括：

获取所述第一窗口中像素点的第一灰度均值；

获取所述内层背景子窗中每一个窗口的灰度均值；

获取第三窗口，并将所述第三窗口的灰度差对比度确定为第一灰度均值与所述第三窗口所对应的灰度均值的差值，其中，第三窗口为所述内层背景子窗中的窗口，且所述第三窗口所对应的灰度均值小于所述第一灰度均值；

获取第四窗口，并将所述第四窗口的灰度差对比度确定为一预设值，其中，第四窗口为所述内层背景子窗中的窗口，且所述第四窗口所对应的灰度均值不小于所述第一灰度均值；

所述计算第一窗口与所述外层背景子窗中任一个窗口所对应的第二灰度差对比度的步骤，包括：

获取所述外层背景子窗中每一个窗口的灰度均值；

获取第五窗口，并将所述第五窗口的灰度差对比度确定为第一灰度均值与所述第五窗口所对应的灰度均值的差值，其中，第五窗口为所述外层背景子窗中的窗口，且所述第五窗口所对应的灰度均值小于所述第一灰度均值；

获取第六窗口，并将所述第六窗口的灰度差对比度确定为一预设值，其中，第六窗口为所述外层背景子窗中的窗口，且所述第六窗口所对应的灰度均值不小于所述第一灰度均值。

一种实现方式中，所述根据所述第一灰度差对比度和所述第二灰度差对比度，计算该像素点的对比度显著值的步骤，包括：

获取所述内层背景子窗中位于对角位窗口的灰度差对比度乘积，并获取乘积中的最小值，并确定为第一乘积因子；

获取所述外层背景子窗中灰度差对比度的最小值，并确定为第二乘积因子；

将所述第一乘积因子与所述第二乘积因子的乘积作为该像素点的对比度显著值。

一种实现方式中，所述对所述对比显著图每一个像素点进行归一化处理，并基于预设阈值进行二值化处理的步骤，包括：

对所述对比显著图每一个像素点进行归一化处理；

获取预设阈值；

获取所述对比显著图上的任意像素点的对比显著值与所述预设阈值的比较结果；

在该比较结果不小于预设阈值设置为第一预设值；否则设置为第二预设值。

本发明还公开了一种红外目标检测装置，所述装置包括处理器、以及通过通信总线与所述处理器连接的存储器；其中，

所述存储器，用于存储红外目标检测程序；

所述处理器，用于执行所述红外目标检测程序，以实现任一项所述的红外目标检测步骤。

以及，还公开了一种计算机存储介质，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行任一项所述的红外目标检测步骤。

如上所述，本发明实施例提供的一种红外目标检测方法、装置及计算存储介质，内层采用对角位子窗相乘，以利用小目标的对称性来抑制强背景的干扰，而外层灰度差对比度可以进一步抑制强干扰背景和强噪声。

在得到的dlcm显著图中目标区域的亮度得到增强，包括背景、噪声等非目标区域都得到充分的抑制，图像中小目标区域其dlcm的值会比较大，而非目标区域其dlcm的值基本趋于0，因此，显著度图中亮度越高说明此处为目标的概率越大，便于进行识别。

附图说明

图1是本发明实施例的一种红外目标检测方法的一种流程示意图。

图2是本发明实施例的一种红外目标检测方法的硬件示意图。

图3是本发明实施例的一种红外目标检测方法的第一种具体应用示意图。

图4是本发明实施例的一种红外目标检测方法的第二种具体应用示意图。

图5是本发明实施例的一种红外目标检测方法的第三种具体应用示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1-5。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

如图1所示，本发明实施例提供一种红外目标检测方法，所述方法包括：

s101，获取待处理红外图像。

需要说明的是，红外成像技术是一项高新技术，比0.78微米长的电磁波位于可见光光谱红色以外，称为红外线，又称红外辐射。是指波长为0.78—1000微米的电磁波，其中波长为0.78—2.0微米的部分称为近红外，波长为2.0—1000微米的部分称为热红外线。自然界中，一切物体都可以辐射红外线，因此利用探测仪测量目标本身与背景间的红外线差可以得到不同的热红外线形成的红外图像。

按照预设顺序，针对每一像素点执行步骤如下：

s102，以该像素点为中心像素，设置第一窗口，并以所述第一窗口为中心设置第二窗口，其中，所述第一窗口为n*n的像素点组成的窗口，所述第二窗口为m*m个目标窗口所组成的窗口，所述目标窗口与所述第一窗口相等大小。

假设第二窗口包含5×5共25个子窗，每个子窗大小为3×3，那么第二窗口是由多个与第一窗口等大的窗口组成。

s103，将所述第二窗口划分为：所述第一窗口、内层背景子窗、外层背景子窗，其中，所述外层背景子窗位于所述内层背景子窗的外部，所述内层背景子窗位于所述第一窗口的外部。

如图2所示，t为第一窗口，ib1-ib8组成内层背景子窗，ob1-ob16组成外层背景子窗，且编号顺序相同，均为自上而下、自左而右。

s104，计算第一窗口与所述内层背景子窗中任一个窗口所对应的第一灰度差对比度。

s105，计算第一窗口与所述外层背景子窗中任一个窗口所对应的第二灰度差对比度。

针对内层灰度差对比度d(t,ibi)的数量与内层背景子窗中的窗口数量相同，如图2所示，为8个，外层灰度差对比度d(t,obi)的数量与外层背景子窗中的窗口数量相同，如图2所示，为16个。

d(t,ibi)具体定义如下：

m0代表第一窗口t的灰度均值，代表内层背景子窗中的窗口ibi的灰度均值。

d(t,obi)的定义如下：

m0代表第一窗口t的灰度均值，mobi代表外层背景子窗中的窗口obi的灰度均值。

由于在红外图像中，弱小目标形状一般为中心对称、向四周辐射的形状，与二维高斯函数非常相似，因当滑动窗遍历经过目标时，其d(t,ibi)和d(t,obi)的值通常都大于0。而经过非目标区域时，d(t,ibi)和d(t,obi)存在较大的概率会等于0，且该区域d(t,ibi)和d(t,obi)中的最小值较小目标区域而言会小得多。

s106，根据所述第一灰度差对比度和所述第二灰度差对比度，计算该像素点的对比度显著值。

s107，遍历像素点，获得由每一个像素点的对比度显著值所组成的对比显著图。

再根据内层灰度差对比度(即第一灰度差对比度)d(t,ibi)和外层灰度差对比度(即第二灰度差对比度)d(t,obi)的值计算图像的双层局部对比度显著图(dlcm)。

采用的dlcm的计算方式如下：

式中dlcm内层的灰度差对比度度量与外层的灰度差对比度度量的乘积。其中，内层的灰度差对比度度量等于位于对角位子窗的灰度差对比度d(t,ibi)和d(t,ib9-i)乘积的最小值，例如，第1个窗口对应第8个窗口、第2个窗口对应第7个窗口、第3个窗口对应第6个窗口、第4个窗口对应第5个窗口。外层的灰度差对比度度量等于16个外层窗口的灰度差对比度d(t,obi)的最小值。内层采用对角位子窗相乘的主要原因是利用小目标的对称性来抑制强背景的干扰。而外层灰度差对比度可以进一步抑制强干扰背景和强噪声。

s108，对所述对比显著图每一个像素点进行归一化处理，并基于预设阈值进行二值化处理。

在得到的dlcm显著图中目标区域的亮度得到增强，包括背景、噪声等非目标区域都得到充分的抑制。如图3所示，为测试所用图像，如图4所示为所获得的对比显著度图。图像中小目标区域其dlcm的值会比较大，而非目标区域其dlcm的值基本趋于0。因此，显著度图中亮度越高说明此处为目标的概率越大。

为了进一步便于进行图像进行自动识别，所以进行归一化处理，其归一化以后的对比显著度不变。

s109，根据所述二值化处理后的图像获取检测结果。

然后通过二值化处理，便于增强识别点的显著度，进一步提高识别和图像处理的速度。

如图5中，对应的上下两幅图是处理前后的对比图。

本发明还公开了一种红外目标检测装置，所述装置包括处理器、以及通过通信总线与所述处理器连接的存储器；其中，

所述存储器，用于存储红外目标检测程序；

所述处理器，用于执行所述红外目标检测程序，以实现任一项所述的红外目标检测步骤。

以及，还公开了一种计算机存储介质，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行任一项所述的红外目标检测步骤。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。