一种海面监测序列红外图像弱小目标判定方法及装置的制造方法
【技术领域】
[0001] 本发明设及信息处理技术领域，尤其设及一种海面监测序列红外图像弱小目标判 定方法及装置。
【背景技术】
[0002] 目标判别，就是判别出目标对象的类别，目前目标判别方法主要有W下五种。
[0003] 1、经典的统计模式判别方法，该方法主要是利用目标特性的统计分布，依靠目标 识别系统的大量训练和基于模式空间距离度量的特征分配技术，可在较窄的场景定义域内 获得较有效的识别。该方法是早期使用的方法，仅在很窄的场景定义域内，且在目标图像和 周围背景变化不大的情况下才比较有效，难W解决姿态变化，目标污损变模糊、目标部分被 遮蔽等问题。
[0004] 2、基于知识的判别方法，该方法将人工智能专家系统应用到目标识别的研究，形 成了基于知识的目标识别，即知识基系统。知识基系统采用不精确推理技术来处理存在于 知识和图像特征之间的不确定性，基于知识的识别算法在一定程度上克服了经典统计模式 识别法的局限性和缺陷，该方法目前存在的主要问题是可供利用的知识源的辨识和知识的 验证很困难，同时难W在适应新场景中有效地组织知识。
[0005] 3、基于模型的判别方法，本方法首先是将复杂的目标识别的样本空间模型化，该 些模型提供了一种描述样本空间各种重要变化特性的简便途径。该方法抽取一定的目标特 性，并利用该些特性和一些辅助知识来标记目标的模型参数，从而选择一些初始假设，实现 目标特性的预测。该方法的最终目标是匹配实际的特性和预测后面的特性，若标记准确，匹 配过程则会成功和有效。该方法目前尚限于实验室研究阶段。
[0006] 4、基于多传感器信息融合判别方法，每个传感器将数据馈入各自的信号处理机， 先分别进行目标检测，得出有无目标的判决W及目标的位置信息或运动轨迹，然后将该些 信息送入数据融合单元，对目标位置或运动轨迹进行关联后再做进一步的判决。该方法需 要物理上的两个W上的成像设备，应用条件受限。
[0007] 5、基于人工神经网络和专家系统的判别方法，人工神经网络是W神经元连接结构 为基础，通过模拟人脑结构来模拟人类形象思维的一种非逻辑、非语言的人工智能方法。该 方法可W提供目标识别算法固有的直觉学习能力，在目标分类处理中有很多算法都可由人 工神经网络有效地实现。神经网络实现工程应用的瓶颈是计算量复杂，实时性欠佳。当目 标与成像系统的距离较远时，在成像平面上只占几个或十几个像素的面积，表现为点状或 者斑点状，对比度和信噪比较低的目标，称为小目标。由其定义可W看出，小目标中的"小" 包含目标属性的两个方面的含义；一是指目标的尺寸小，即图像中目标像素数量少，二是指 目标的灰度对比度或信噪比低。
[0008] 上述五种目标判别算法主要针对的是显著成像的目标，即目标具有明显的形状、 轮廓、纹理等信息，而对于点状或斑点状的弱小目标，上述方法的应用受限。
【发明内容】
[0009] 本发明实施例提供了一种海面监测序列红外图像弱小目标判定方法及装置，解决 了目前的五种目标判别算法由于主要针对的是显著成像的目标，即目标具有明显的形状、 轮廓、纹理等信息，而对于点状或斑点状的弱小目标无法判别的技术问题。
[0010] 本发明实施例提供的一种海面监测序列红外图像弱小目标判定方法，包括：
[0011] 对预置样本集中的i帖图像进行两两间的图像目标横坐标差值计算；
[0012] 根据计算获取得到的i-1个所述图像目标横坐标差值进行标准差计算；
[0013] 按照预置方式结合所述标准差确定所述图像目标为待求目标。
[0014] 可选地，对预置样本集中的i帖图像进行两两间的图像目标横坐标差值计算之前 还包括：
[0015] 实时采集海天背景红外图像，并选择i帖所述图像构成所述预置样本集，并设定i 帖所述图像目标横坐标为X。i= 1，2,…i。
[0016] 可选地，对预置样本集中的i帖图像进行两两间的图像目标横坐标差值计算具体 包括：
[0017] 对预置样本集中的i帖图像按照差值计算公式进行两两间的图像目标横坐标差 值的绝对值计算，所述差值计算公式为AXi=Ixi-Xwl;
[0018] 获取得到i-1个所述图像目标横坐标差值AX。AX2,…AXi。
[0019] 可选地，根据计算获取得到的i-1个所述图像目标横坐标差值进行标准差计算具 体包括：
[0020] 根据计算获取得到的i-1个所述图像目标横坐标差值Axi，Ax2,…Ax浪照预置 标准差公式进行标准差计算；
[0021] 其中，所述预置标准差公式为
为Axi，Ax2,…Axi 序列的均值
[0022] 可选地，按照预置方式结合所述标准差确定所述图像目标为待求目标具体包括：
[0023] 判断所述标准差是否不大于预置经验值，若是，则确定所述图像目标为待求目标， 若否，则确定所述图像目标为干扰目标。
[0024] 本发明实施例提供的一种海面监测序列红外图像弱小目标判定装置，包括：
[00巧]第一计算单元，用于对预置样本集中的i帖图像进行两两间的图像目标横坐标差 值计算；
[0026] 第二计算单元，用于根据计算获取得到的i-1个所述图像目标横坐标差值进行标 准差计算；
[0027] 确定单元，用于按照预置方式结合所述标准差确定所述图像目标为待求目标。
[0028] 可选地，所述的海面监测序列红外图像弱小目标判定装置还包括：
[0029] 样本集采集单元，用于实时采集海天背景红外图像，并选择i帖所述图像构成所 述预置样本集，并设定i帖所述图像目标横坐标为Xi，i= 1，2,…i。
[0030] 可选地，第一计算单元具体包括：
[0031] 第一计算子单元，用于对预置样本集中的i帖图像按照差值计算公式进行两两间 的图像目标横坐标差值的绝对值计算，所述差值计算公式为AXi=Ixi-Xwl;
[0032] 获取子单元，用于获取得到i-1个所述图像目标横坐标差值AX。AX2,…AXi。
[0033] 可选地，第二计算单元，具体用于根据计算获取得到的i-1个所述图像目标横坐 标差值AXI，AX2,…AXi按照预置标准差公式进行标准差计算；
[0034] 其中，所述预置标准差公式为
为Axi，Ax2,…Axi 序列的均值
[00巧]可选地，确定单元，具体用于判断所述标准差是否不大于预置经验值，若是，则确 定所述图像目标为待求目标，若否，则确定所述图像目标为干扰目标。
[0036] 从W上技术方案可W看出，本发明实施例具有W下优点：
[0037] 本发明实施例提供了一种海面监测序列红外图像弱小目标判定方法及装置，针对 包含海天背景和舰船目标的海面监测红外图像，对其中的舰船目标和干扰进行判别，实现 目标确认，适用于船载红外捜索跟踪系统等类似的成像设备进行目标探测。船载红外捜索 跟踪系统远距离探测时，舰船目标在成像平面上只占几个或十几个像素的面积，表现为点 状或者斑点状，无形状和纹理特性，对比度和信噪比较低。该种成像特性与海浪的相似度很 高，此时海浪是判别目标最大的干扰，舰船目标很容易淹没在海浪干扰内，远距离弱小目标 探测的关键是如何排除海浪干扰的影响。根据海天背景舰船目标图像的成像特点，目标位 于天水线附近，呈现在图像上目标的纵坐标位置不会有太大变化，目标的变化主要体现在 横坐标上。舰船为慢速运动目标，远距离探测时，反映在二维图像上同样为慢速运动状态， 因此，对于高采样率的图像采集来说，真实舰船目标，相邻两帖图像之间目标的横坐标位置 变化是微小的，不会有剧烈的变化；而海浪干扰，连续两帖