基于局部标准差和Radon变换的目标检测方法
【技术领域】
[0001] 本发明属于图像处理技术领域，更进一步涉及遥感应用和智能导航技术领域中的 一种基于局部标准差和拉东Radon变换的目标检测方法。本发明应用于遥感应用和智能导 航技术领域中可以更准确地检测空天及海天背景下单个或多个红外小目标。
【背景技术】
[0002] 在遥感应用和智能导航技术领域中，为了提高图像目标的检测率，现有技术已经 有多种方法。其中：
[0003] 航天恒星科技有限公司申请的专利"一种红外图像序列中点目标检测方法"（公开 号：CN103413138A，申请日：2013. 07. 18)中公开了一种红外图像序列中点目标检测方法。 该目标检测方法的具体步骤包括：（1)估计当前帧图像噪声方差，采用双边滤波的方法对 图像进行预处理；（2)采用基于模板中值的滤波方法对预处理图像进行滤波；（3)对图像进 行二值化处理，标记图像中目标点，记录目标位置信息；(4)初始化管道滤波器的参数；（5) 利用前三帧目标信息预测当前帧的目标位置，搜索目标，更新目标位置信息表中相关信息， 并判断输出目标信息。该方法存在的不足之处是，该方法对小目标图像复杂背景的适应能 力很弱，在点目标相对弱小时，容易在目标周围产生虚警点，而且要求图像序列必须配准， 不适用于单帧图像目标检测。
[0004] 秦翰林，李佳，周慧鑫，赖睿，刘上乾共同发表的论文"采用剪切波变换的红外弱小 目标背景抑制"（《红外与毫米波学报》，2011年30卷（2期）：P163-166)中提出了一种采 用剪切波变换的红外弱小目标背景抑制方法。该目标检测方法的具体步骤包括：（1)对原 始图像进行剪切波变换；（2)利用剪切波变换域模型估计各个子带系数，然后对子带中各 个邻域利用贝叶斯估计计算预测的背景信号子带系数；（3)对低通子带采用局部去均值滤 波法进行计算，以减少残留在低通子带中目标信号对预测背景的影响；(4)对滤波处理的 低频子带和高频子带进行剪切波逆变换，得到估计的背景图像；(5)将背景图像与原始图 像相减得到目标信号图像。该方法存在的不足之处是，剪切波算法本身比较复杂，算法复杂 度太高，实用性不强。
【发明内容】
[0005] 本发明针对现有的图像目标检测技术的不足，提出一种基于局部标准差和拉东 Randon变换的目标检测方法。
[0006] 实现本发明目的的具体思路是，首先，通过对红外小目标图像的灰度图像计算局 部标准差，获得灰度图像的不同背景轮廓图像。其次，修正对含有噪点的小目标图像拉东 Radon变换后的极大值曲线。最后，利用修正后的极大值曲线进行拉东Radon逆变换，实现 图像目标检测，获得小目标，以解决现有目标检测技术中存在的算法复杂度太高，以及在点 目标相对弱小时，容易在目标周围广生虚警点的缺陷，提尚图像目标的检测率。
[0007] 实现本发明目的的具体步骤如下：
[0008] (1)输入待检测彩色图像：
[0009] 在计算机中应用matlab软件输入待检测的彩色图像；
[0010] (2)图像预处理：
[0011] 用图像颜色空间转换方法，将待检测的彩色图像转换为灰度图像；
[0012] (3)获得不同灰度背景轮廓图像：
[0013] (3a)依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一 个7X7像素滤波模板，计算每个7X7像素滤波模板中所有像素的标准差；以该标准差替代 灰度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到含有小目标点的 灰度背景轮廓图像f1;
[0014] (3b)依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一 个7X7像素滤波模板，在7X7像素滤波模板中抠去以所遍历灰度图像中的该像素为中心 的3X3像素，计算在7X7像素滤波模板中抠去3X3像素后剩余像素的标准差；以该标准 差替代替代灰度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到只含 有小目标边缘的灰度背景轮廓图像f2;
[0015] (4)差分运算：
[0016] 按照下式，将含有小目标点的背景轮廓图像和只含有小目标边缘的背景轮廓图像 做差分运算，得到含有噪点的小目标图像；
[0017] D=
[0018] 其中，D表示含有噪点的小目标图像，匕表示含有小目标点的背景轮廓图像，匕表 示只含有小目标边缘的背景轮廓图像；
[0019] (5)拉东Radon变换：
[0020] 对含有噪点的小目标图像以1°为增量，进行0° -180°方向拉东Radon变换，得 到各个方向极大值曲线集合；
[0021] (6)修正极大值曲线：
[0022] (6a)从各个方向极大值曲线集合中，选取含有噪点的小目标图像的0°方向的一 条极大值曲线，获得这条曲线的极大值；
[0023](6b)将0°方向的极大值曲线中所有低于0°方向极大值曲线极大值的80%的值 取零，保留0°方向的极大值，得到修正后的0°方向极大值曲线；
[0024] (6c)重复步骤（6a)、步骤（6b)，直至完成0° -180°中每一个方向的极大值曲线 的修正；
[0025] (7)拉东Radon逆变换：
[0026] 按照拉东Radon逆变换公式，利用修正后的0°-180°中每一个方向的极大值曲 线的值，进行拉东Radon逆变换，获得小目标图像，完成图像目标检测；
[0027] (8)输出目标检测结果。
[0028] 本发明与现有技术相比具有以下优点
[0029] 第一，本发明通过对灰度图像采用不同的局部标准差模板处理方法，获得了灰度 图像的不同灰度背景轮廓图像，克服了现有目标检测技术中对小目标图像复杂背景适应能 力很弱的缺陷，使得本发明适应于单帧或者多帧图像的目标检测，提高了图像目标检测的 适用性。
[0030] 第二，本发明通过对含有噪点的小目标图像使用拉东Radon变换，克服了现有目 标检测技术中在点目标相对弱小时，容易在目标周围产生虚警点的缺陷，使得本发明对图 像目标检测有着$父尚的准确性。
[0031] 第三，本发明通过对灰度图像采用不同的局部标准差模板处理方法，对含有噪点 的小目标图像使用拉东Radon变换，克服了现有目标检测技术中目标检测算法复杂度太高 的缺陷，使得本发明的算法有着较低的复杂度，提高了目标检测的效率。
【附图说明】
[0032] 图1为本发明的流程图；
[0033] 图2为本发明对红外目标图像的仿真示意图。
【具体实施方式】
[0034] 下面结合附图对本发明做进一步的描述。
[0035] 参照附图1，对本发明的具体实施步骤做进一步的描述。
[0036]步骤1，输入待检测彩色图像。
[0037] 在计算机中应用matlab软件输入待检测的彩色图像。
[0038] 步骤2,图像预处理。
[0039]用图像颜色空间转换方法，将待检测的彩色图像转换为灰度图像。
[0040] 步骤3,获得不同灰度背景轮廓图像。
[0041] 依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一个 7X7像素滤波模板，计算每个7X7像素滤波模板中所有像素的标准差；以该标准差替代灰 度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到含有小目标点的灰 度背景轮廓图像f\。
[0042] 依次遍历灰度图像中的每一个像素，以灰度图像中每个像素为中心，构建一个 7X7像素滤波模板，在7X7像素滤波模板中抠去以所遍历灰度图像中的该像素为中心的 3X3像素，计算7X7像素滤波模板中抠去3X3像素后剩余像素的标准差；以该标准差替 代灰度图像中该滤波模板的中心像素值，遍历灰度图像中每一个像素，得到只含有小目标 边缘的灰度背景轮廓图像f2。
[0043] 所述的计算每个7X7像素滤波模板中所有像素的标准差的具体步骤如下。
[0044] 第1步，按照下式，计算7X7像素滤波模板中所有像素的平均值；
[0045]
[0046] 其中，E表示滤波模板中所有像素的平均值，E表示求和操作，x(i，j)表示图像预 处理后得到的灰度图像的灰度值，i表示滤波模板中像素的横坐标，j表示滤波模板中像素 的纵坐标。
[0047] 第2步，按照下式，计算7X7像素滤波模板中所有像素的标准差：
[0048]
[0049]其中，〇表示滤波模板中所有像素的标准差表示求平方根操作，E表示求和 操作，x(i，j)表示图像预处理后得到灰度图像的灰度值，i表示滤波模板中像素的横坐标，j表示滤波模板中像素的纵坐标，E表示滤波模板中所有像素的平均值。
[0050] 所述的计算7X7像素滤波模板中抠去3X3像素后剩余像素的标准差的具体步骤 如下。
[0051] 第1步，按照下式，计算7X7像素滤波模板中抠去3X3像素后剩余像素的平均 值：
[0052]
[0053] 其中，W表示7X7像素滤波模板中抠去3X3像素后剩余像素的平均值，E表示求 和操作，x(i，j)表示图像预处理后得到的灰度图像的灰度值，i表示滤波模板中像素的横 坐标，j表示滤波模板中像素的纵坐标。
[0054] 第2步，按照下式，计算7X7像素滤波模板中抠去3X3像素后剩余像素的标准差 〇 ;
[0055]
[0056] 其中，?表示7X7像素滤波模板中抠去3X3像素后剩余像素的标准差，/表示 求平方根操作，E表示求和操作，i表示滤波模板中像素的横坐标，j表示滤波模板中像素 的纵坐标，x(i，j)表示图像预处理后得到的灰度图像的灰度值，W表示7X7像素滤波模板 中抠去3X3像素后剩余像素的平均值。
[0057] 步骤4,差分运算。
[0058]按照下式，将含有小目标点的背景轮廓图像和只含有小目标边缘的背景轮廓图像 做差分运算，得到含有噪点的小目标图像。
[0059]D=frf2
[0060] 其中，D表示含有噪点的小目标图像，匕表示含有小目标点的背景轮廓图像，匕表 示只含有小目标边缘的背景轮廓图像。
[0061] 步骤5，拉东Radon变换。
[0062] 按照下式，对含有噪点的小目标图像以1