一种基于傅里叶变换的小目标检测方法与流程

本发明属于红外图像处理领域，具体涉及一种基于傅里叶变换的小目标检测方法。

背景技术：

1、战场环境下超远距离弱小目标的检测具有较高价值，随着隐身设备的普及，雷达发现目标的难度加大。目前，对于战场提早发现目标、跟踪目标有着较大的需求。通过视觉传感器检测红外小目标的技术尚不成熟，小目标受噪声的影响较大，因此需要一种可以分离小目标和噪声的检测算法。

2、在红外图像中，远距离弱小目标仅占极少的像素，单一通道没有显著的形状与结构特征，且强度较弱。背景环境复杂的情况下，弱小目标检测极易被图像噪声干扰。由于小目标与噪声都是高亮点，普通单帧的检测算法，无法分辨出噪声与小目标。战场环境下背景复杂，造成误检的概率较大。

技术实现思路

1、(一)要解决的技术问题

2、本发明要解决的技术问题是如何提供一种基于傅里叶变换的小目标检测方法，以解决在红外图像中，远距离弱小目标误检的概率较大的问题。

3、(二)技术方案

4、为了解决上述技术问题，本发明提出一种基于傅里叶变换的小目标检测方法，该方法包括如下步骤：

5、s1、采集数据集，数据集是时间上连续的灰度图片；

6、s2、随机抽取不同场景下一段连续的图片，对该连续的图片按照像素点进行傅里叶变换生成频谱数据；

7、s3、为多帧图片对应像素点生成标签，标签是独热编码，长度大小是图片帧数，当前帧对应像素出现目标标1，没有出现目标标0；

8、s4、将频谱数据和标签输入到编码模型进行训练，直到模型收敛；

9、s5、通过相机采集多帧图片，对多帧图片进行灰度化处理，按照通道进行拼接，此处通道即多帧图片时间顺序；

10、s6、加载编码模型，输入图片进行推理，获得图片的推理结果；输出信息是独热编码，长度是图片数量，当前帧当前像素出现目标是1，没有出现是0；

11、s7、按照输出结果，对每一帧图片中出现1的像素点按照距离进行聚类，剔除异常点，增加鲁棒性；

12、s8、按照图片的顺序输出聚类后的像素点坐标以及帧数；

13、s9、按照输出坐标信息以及帧数，读取对应图片对相应坐标点进行处理。

14、(三)有益效果

15、本发明提出一种基于傅里叶变换的小目标检测方法，本发明针对利用傅里叶变换提取运动频率的特点进行小目标检测：

16、1)时域空间与频域空间的分辨率呈现反比关系。脉冲信号、阶跃信号、周期信号的高频信号逐渐减少。小目标具有运动特性，连续帧图片对应像素只有个别帧出现目标，呈现脉冲信号模式。对于大部分背景，高亮的面积相对目标较大，呈现阶跃信号。

17、2)小目标相对于背景具有自主运动特征，由于背景处于静止状态，呈现出相对于相机作相反的运动，小目标具有自主运动，呈现的运动与背景不同。

18、与单帧检测算法相比，本发明对复杂背景下的红外小目标进行检测，误差在两个像素点以内的检测准确率达到了75％，传统单帧检测算法无法剔除背景噪声，受到噪声干扰极大，无法满足要求。

技术特征：

1.一种基于傅里叶变换的小目标检测方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s1还包括：将图片按照场景分类并且根据时间的顺序进行排序。

3.如权利要求1所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s2中，小目标具有运动特性，连续帧图片对应像素只有个别帧出现目标，呈现脉冲信号模式。

4.如权利要求1所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s3中的标签用于模型训练，即当前像素位置哪几帧出现小目标。

5.如权利要求1-4任一项所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s3具体包括：多帧图片作为一组数据，假设帧数n，图片长宽为w、h，通过opnecv先将n帧图片读取，然后按照先后顺序拼接成n*h*w的矩阵，对矩阵按照先行后列的顺序对每个通道n个点进行处理，这里的n即时间顺序，出现小目标标1，没有出现标0。

6.如权利要求5所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s4中，编码模型为transformer中的encode部分。

7.如权利要求6所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s4的训练具体包括：训练过程即将频谱数据输入到模型，模型进行编码后输出1*n的向量，代表每一时刻出现的小目标的概率，将标签与输出结果带入交叉熵损失函数中进行计算，通过梯度反向迭代生成模型。

8.如权利要求7所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s6中输入图片进行推理具体包括：多帧图片先进行预处理，首先将图片按时间顺序进行拼接，然后按照像素坐标进行傅里叶变换，生成对应频谱数据，最后输入到编码模型进行推理。

9.如权利要求8所述的基于傅里叶变换的小目标检测方法，其特征在于，所述步骤s6中，输入n帧，长宽h、w的图片，输出h*w个对应独热编码。

10.如权利要求1所述的基于傅里叶变换的小目标检测方法，其特征在于，该方法用于对复杂背景下的红外小目标进行检测。

技术总结
本发明涉及一种基于傅里叶变换的小目标检测方法，属于红外图像处理领域。本发明采集数据集，对图片按照像素点进行傅里叶变换生成频谱数据，将频谱数据和标签输入编码模型进行训练，得到满足要求的编码模型，使用该模型对图片进行处理，得到图片中的小目标。与单帧检测算法相比，本发明对复杂背景下的红外小目标进行检测，误差在两个像素点以内的检测准确率达到了75％。

技术研发人员：何辰飞,张明庆,濮约刚
受保护的技术使用者：北京计算机技术及应用研究所
技术研发日：
技术公布日：2024/1/13