基于滑窗式单帧红外弱小目标检测方法研究.pdf

2 0 1 1 年 1 2月 第 3 4卷第 6期 舰 船 电 子 对 抗 S HI PB OARD ELE CTRONI C C 0UNTERM E AS URE De c 2 O1 1 Vo 1 3 4 No 6 O 基于滑窗式单帧红外弱小 目标检测方法研究 王宇翔 。，韩振铎，黄(1 空军预警学院，武 汉 4 3 0 0 1 9；2 解放军 9 2 2 6 1 义 部队，海 口 5 7 0 2 0 3)捅 要：提 出了一种 基于滑窗式单帧红外弱小 目标检测定位 的算 法：选择合适 的滑窗，针 对弱小 目标 在滑窗局部 内具 有较高灰度值 的特征，通过 自适应 阈值来判别该滑窗 中心位置是 否存在 目标。当滑窗遍历 整幅图像后，就可 以得 到 红外小 目标 的检测结果。在判别 的过程 中，构造 了一种新 的 自适 应阈值估计 的方法。通 过大量的仿真 实验，并 与当 前常用的形态学滤波、巴特沃斯低通滤波等方法 的比较，证 明了该算法的有效性和优越性。关键 词：红外弱小目标；滑窗式；单帧；检测；阈值 中图分类号：T N 2 1 5 文献标识码：A 文章编号：C N 3 2 1 4 1 3(2 0 1 1)0 6 0 0 8 3 0 4 Re s e a r c h i nt o Th e M e t ho d o f De t e c t i n g Th e Di m I n f r a r e d Ta r g e t i n S i ng l e Fr a me I m a g e Ba s e d o n S l i d i ng W i nd o w W ANG Yu xi a n g ，H AN Zh e n du o ，H UANG Yi (1 Ai r Fo r c e E a r l y W a r n i n g Ac a d e n y，W u h a n 4 3 0 0 1 9，Ch i n a；2 U mt 9 2 2 6 1 o f PL A，Ha i k o u 5 7 0 2 0 3，Ch i n a)Ab s t r a c t：Thi s p a pe r pr e s e nt s a a l g or i t h m t o de t e c t a n d l o c a t e t h e d i m i nf r a r e d t a r g e t i n s i ng l e f r a me i ma g e b a s e d o n s l i d i n g wi n d o w：s e l e c t i n g t h e a p p r o p r i a t e s l i d i n g wi n d o w，a i mi n g a t t h e c h a r a c t e r i s t i c s t h a t t h e d i m t a r ge t s h a s hi g e r gr e y v a l u e i n pa r t i a l s l i d i n g wi nd ow，d i s t i n gui s h e s whe t he r t h e r e a r e t a r g e t s o r n o t i n t h e mi d d l e p o s i t i o n o f s l i d i n g wi n d o w t h r o u g h a d a p t i v e t h r e h o l d Af t e r t h e s l i d i ng wi nd ow go e s t hr ou g h t he whol e di a gr a m，t he d e t e c t i o n r e s u l t o f t h e di m i nf r a r e d t a r ge t s c a n b e f e t c h e d I n t h e p r o c e s s o f j u d g e me n t，a n e w a d a p t i v e t h r e s h o l d e s t i ma t i o n me t h o d i s c o n s t r u c t e d Th r o u g h a g r e a t o f s i mu l a t i o n e x p e r i me n t s，a n d c o mp a r e d wi t h t h e c o mmo n me t h o d s me t h od s s u c h a s t he m o r ph ol o g i c a l f i l t e r i n g，Bu t t e r wor t h f i l t e r i ng，e t c，t he v a l i di t y a nd s u pe r i or i t y o f t he a l g or i t hm a r e p r ov e d Ke y wo r d s：d i m i n f r a r e d t a r g e t；s l i d i n g wi n d o w；s i n g l e f r a me；d e t e c t i o n；t h r e s h o l d 士 丘 天基 预 警 系 统 是 战 略 预 警 系 统 的 重 要 组 成 部 分，其探测技术主要分为红外探测、可见光探测和雷 达 探测 三种 基本 手段。由于 红外探 测具 有 良好 的抗 电子干扰、探测隐身 目标等能力，同时红外探测器又 具备体积小、质量轻、功耗低和适装性好等优点，因 此红外探测已成为当前在天基预警系统 中运用最广 泛 的探测 手 段，例 如 美 国正在 研制 和开 发 的 天 基 红 外预警系统(S B I R S)。天基红外 预警系统 的探测采 用了双探测器工作模式：高轨 卫星上配有扫描型和 收稿 日期：2 0 1 1 1 O一1 1 凝视型两种红外探测器，低轨卫星上配有捕获型和 凝视型两种红外探测器。弹道导弹、隐身飞机等威 胁 目标 在进 入 红外 探 测 器探 测 范 围的初 期，往 往 以 弱小 目标的形式 出现。因此，如何在复杂环境背景 中快速 有效 地检 测 出红外 弱小 目标，为拦截 武器、火 力打击等防御系统提供尽可能多的预警时间，成为 天基红外预警系统要面对 的关键问题，其研究具有 十分重 要 的军事 意义。本文从红外小 目标单帧图像灰度特征人手，构 造了一种 基于滑 窗式 的弱小 目标检 测算法，通过 Ma t l a b仿真实验证明了该算法对像素在 3 3左右 8 4 舰 船 电 子 对 抗 第 3 4卷 的红外 弱小 目标具有 良好 的检 测能力。1 红外弱小 目标灰度 图像特 性分析 本 文 中所 讨论 的 目标特指 复杂环 境下 的红外 弱 小 目标，由于此类 目标与红外传感器距离较远，因此 目标比较弱小，本文讨论 的目标一般仅 占3 x 3左右 的像 素，大 多表 现为 点 状，这 样 一来，目标 的形 状 结 构信 息就 已基本 丢失。同时弱小 目标 又处于含 有 云 层、山脉、大气、海 面 等 复 杂背 景 以及 各 种 随 机 噪声 中，整幅图像 的信 噪比低，具有一定 的 目标检测难 度，下面 给 出 1个实例，如 图 1 所 示。一 (b)00 图 1 复杂背景环境下 的红外弱小 目标灰度图 对图 1中复杂环境下的红外弱小 目标灰度图进 行深入分析研究后发现以下特点：(1)目标所 占像素 少。国际 S P I E组 织 对 于小 目标 的定 义 为：成像 的 尺寸小于 8 0个像素(约 9 9)，即小于一幅 2 5 6 2 5 6图像的 0 1 5 。而本文中所检测的弱小 目标小 于 1 0像素(3 x 3)，而整幅图像像素为 2 3 9 3 0 9，目 标 仅 占整 幅图 像 的 O 0 1 2 。(2)背 景 复 杂。图像 的右侧有大块的戈壁亮背景，与草地暗背景形成 了 明显 的分界线；在 弱 小 目标 的 周 围还 出现 了不少 的 随机噪点。(3)目标的信号微弱，在整幅图中不是最 亮。图像中右下方背景局部区域的亮度 比目标的亮 度还要 亮。以上都是不利于 目标检测 的特征，但此类图像 目标也 存在 以下 有利 于检测 的特征：(1)在 目标 周 围 的局部小范围内，目标具有亮度高的特征；(2)背景 是大面积平稳变化的场景，且像素之间具有相关性；(3)目标所 占的像 素点数相 对 固定，一般 在 3 3 左 右。2 算法设计 2 1 图像灰 度值 的数学模 型 复杂背景环境下 的红外弱小 目标 图像可 以表 达 为：y(，J)一 S(i，)+B(i，J)+N(，J)(1)式 中：(，J)为 图像 中像素 点坐标；Y(i，J)为红 外 图 像 的灰度值；S(i，J)为弱小 目标 的灰度值；B(i，J)为背景图像的灰度值；N(i，)为噪声的灰度值。红外图像 中的云杂波等 背景起伏是广 义平稳 的，且近似服从 高斯分布 。而随机噪点所 占的像 素比 目标所 占的像素更小，一般只有 1 个像素左右。2 2 算 法原理 及流 程 滑窗式 红外 弱小 目标单 帧 图像 检测 的算法 主要 是依据上述对红外弱 小目标灰度图像分析的结果来 进行的设计。由于目标所 占像素大约为 3 3，选择 像 素 略大于 目标 的滑 窗(如 9 9的正 方形 滑窗)，当 该滑窗中心像素滑至 目标时，中心像素的灰度平均 值要明显高于外围像索的灰度平均值。通过这两者 之差的结果与判决 阈值进行 比较，就可以判断 出该 窗口中心位置是否存在 目标。当该窗口遍历滑过整 幅 图像 后，就完成 了红外 弱小 目标单 帧 图像 的检 测。对 判 决 阈值 的 自适 应估 计，首 先 对 图像 进行 背 景预测，常用 的背景预测算法有中值滤波、低通滤波 和形态学滤 波等，本文采用 3阶 巴特 沃斯低 通滤 波 来估计背景。通过滤波处理后得到背景预测图 像，然后对该 图像 进行 同样 的滑窗处 理，由于背 景 预 测图像中不含 目标信息，因此判决阈值应 当选择大 于背景预测 图像 中所有滑窗中心灰度均值与外 围灰 度均值之差的最大值。通过大量的仿真实验，判决 阈值 t 可 以选 择为：t m+(2)式中：m 为背景预测图像 中所有滑窗中心灰度均值 与外围灰度均值之差的最大值；为背景预测 图像 中所有滑窗中心灰度均值与外围灰度均值之差的标 准差；a为修正系数，“取值小可 以提高检测概率，取值大则降低虚警概率，通过大量仿真实验，a取值 一般在 0 1 3之间比较合适，这里 a取经验值 1。具体的滑窗式算法流程示意如图 2所示。本文共4页，欲获取全文，请点击链接章题目下面的“下载全文”按钮下载全文，您也可以登录维普官网（）搜索更多相关论文。