基于局部均值差分的红外小目标图像背景抑制算法

《基于局部均值差分的红外小目标图像背景抑制算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaSep．252015V01．36No．92869—2873JSSN1000—6893CN11-1929／Vhttp：Hhkxb．buaa．edu．cahkxb@buaa．edu．cn基于局部均值差分的红外小目标图像背景抑制算法徐航*，张喜涛，张军鹏中国空空导弹研究院，洛阳471009摘要：复杂背景条件下红外小目标检测是提高红外武器系统探测距离的有效措施之一。针对小目标的特点提出了一种基于局部均值差分的红外小目标图像背景抑制算法。首先，通过优化的高通滤波进行初始背景抑制；然后

2、，在分析小目标与背景像素差异的基础上检测目标潜在区域；最后，通过局部分割和特征分析实现抑制背景并增强目标。仿真结果表明，对于复杂地物及云层背景的红外图像，所提算法在提高目标信噪比及对比度方面均有较强的稳定性。关键词：复杂背景；红外小目标检测；背景抑制；局部均值差分；高通滤波中图分类号：V247．5；TN911．73文献标识码：A文章编号：1000—6893(2015)09—2869—05复杂背景下的红外小目标检测是提高武器系统作用距离的有效手段之一，而红外小目标背景抑制是红外小目标检测识别中的一个关键环节，并且一直是该领域的研究热点和难点。复杂背景下

3、的红外小目标成像距离远，目标在图像中仅占较少像素，而成像系统内的噪声和背景杂波干扰较强，使得目标信号相对较弱，容易被强噪声和背景信号淹没，同时由于目标缺乏有效的形状和纹理特征，使得可以利用的特征较少。因此，复杂背景下的红外小目标通常具有以下特点：①目标占用像素点少；②信噪比低；③可利用特征少。针对红外小目标的上述特点，抑制背景杂波、提高目标信噪比就成为了目标检测的关键所在。近年来，国内外学者对红外小目标的背景抑制作了大量的研究，主要方法有：形态学滤波[1]、高通滤波[23和小波滤波口。4]3种。形态学顶帽变换方法通过一定的结构元实现背景抑制，如果结构

4、元选择不当会将目标滤除或是背景抑制效果不明显。高通滤波方法易于实现，但其同时提高了噪声的信噪比，不利于后续处理。小波变换方法通过去掉分解后的各低频子带来抑制背景，抗杂波能力强，其缺点是小波分解方向数目有限，不能有效地将目标和边缘杂波信息分离。针对上述各算法的不足，目前对于红外小目标检测的背景抑制趋势是采用2种或者多种滤波方法组合进行处理，例如，在文献[5—6]中就提出了一种基于小波变换和数学形态学的目标图像增强方法，但通常此类算法只能针对某种具体场景进行处理，具有一定的局限性。在采集大量红外图像，充分研究目标与背景特点的基础上，本文提出一种基于局部均

5、值差分的目标疑似点检测方法以抑制复杂云层和地物背景等强杂波，增强目标信号。1算法原理根据国际光学工程学会(SPIE)的建议，当目标在红外图像中所占像素不超过图像总像素的收稿日期：2015—01-06；退修日期：2015·02-26；录用日期：2015-03-11；网络出版时间：2015-03—3016：09网络出版地址：WWW．cnkinet／kcms／detail／11．1929．V．20150330．1609．003．htmI基金项目：航空科学基金(20130142004)*通讯作者．Tel．：0379．63383546E-mail：xh9023

6、@163．com戮臻播武lXuH-ZhangXT，ZhangJP．Backgroundsuppressionalgorithmforinfraredsmalltargetimagebasedonlocalmeandifference!J5．ActaAeronauticaetAstronauticaSinica．2015．36(9)：2869-2873徐航．张喜涛。张军鹅基f曷部均值差分的红外小屠标图像背景抑钢算法￡J]i航空学报．2015。36(9)：2869-2873航空学报Sep．252015Vol36No．90．15％时，此目标被定义为小目标。

7、例如对尺寸为320X180像素的红外图像，小目标的尺寸大小不超过9×9像素，为了留下一定的余量，本文对小目标尺寸定义为不超过10×10像素。1．1优化的高通滤波红外成像系统中，图像背景主要由系统自身噪声和外部景物2部分组成。系统噪声包括图像校正后残留的非均匀性噪声和电路产生的散粒噪声。残留的非均匀性噪声具有位置固定的特点口]，而散粒噪声灰度高、面积小、边缘清晰、位置不固定。外部背景主要是作战环境中所面对的净空背景、天空云背景和地物背景，云背景和地物背景通常具有面积大、灰度变化缓慢的特点。利用传统高通滤波和中值滤波仿真后，发现传统高通滤波虽然可以达到抑

8、制均匀背景噪声以及增强目标边缘的效果[8]，但是对目标本身灰度的削弱也很明显，而且无法滤除孤点噪声；传统中值