基于多特征融合的红外目标检测方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113822279A(43)申请公布日2021.12.21(21)申请号202111384866.3G06T7/00(2017.01)(22)申请日2021.11.22(71)申请人中国空气动力研究与发展中心计算空气动力研究所地址621052四川省绵阳市涪城区二环路南段6号(72)发明人曹东赵杨王海波杨阳刘林岩卢德勇(74)专利代理机构成都九鼎天元知识产权代理有限公司51214代理人刘世权(51)Int.Cl.G06K9/32(2006.01)G06K9/34(2006.01)G06K9/62(2006.01)权利要求书2页说明书8页附图5页(54)发明名称基于多特征融合的红外目标检测方法、装置、设备及介质(57)摘要本发明公开了一种基于多特征融合的红外目标检测方法、装置、设备及介质，该方法包括获取检测目标图像；对检测目标图像进行全局阈值分割，得到二值化图像；对二值化图像进行连通域标记，得到候选目标；对每个候选目标进行特征提取，对每个特征通道滤波处理，得到每个候选目标的特征分量值；对候选目标进行多特征融合，获取归一化特征向量；判断归一化特征向量是否达到检测门限，若达到检测门限则保留候选目标，否则删除候选目标。本发明针对红外图像对比度低、目标特征信息少等问题，通过挖掘目标和杂波的多种特征信息进行多特征融合处理，利用多个特征通道并行处理，从而提高目标检测概率，降低虚警率。CN113822279ACN113822279A权利要求书1/2页1.一种基于多特征融合的红外目标检测方法，其特征在于，所述方法包括：获取检测目标图像；对所述检测目标图像进行全局阈值分割，得到二值化图像；对所述二值化图像进行连通域标记，得到候选目标；对每个候选目标进行特征提取，所述特征包括目标点数、目标均值、目标信噪比、形状比值及对角局部信噪比，对每个特征通道滤波处理，得到每个候选目标的特征分量值；对所述候选目标进行多特征融合，获取归一化特征向量；判断归一化特征向量是否达到检测门限，若达到检测门限则保留所述候选目标，否则删除所述候选目标。2.如权利要求1所述的基于多特征融合的红外目标检测方法，其特征在于，所述对所述检测目标图像进行全局阈值分割步骤前还包括：对所述检测目标图像进行对比度增强处理。3.如权利要求2所述的基于多特征融合的红外目标检测方法，其特征在于，所述对所述检测目标图像进行对比度增强处理具体包括：计算当前帧检测目标图像的灰度直方图，变换到0到2n‑1的区间，n为红外图像像素值的位宽。4.如权利要求3所述的基于多特征融合的红外目标检测方法，其特征在于，所述对所述检测目标图像进行全局阈值分割具体包括：计算红外图像的均值，分割阈值计算公式为；其中，为背景均值，k为常系数，二值化分割判定条件为：；其中，表示分割后的图像，表示待分割的图像，i表示横坐标，j表示纵坐标。5.如权利要求4所述的基于多特征融合的红外目标检测方法，其特征在于，所述对所述二值化图像进行连通域标记具体包括：对所述二值化图像进行8领域的连通域标记，标记后的图像中，所述候选目标各自区域中的值为对应编号。6.如权利要求5所述的基于多特征融合的红外目标检测方法，其特征在于，所述对每个特征通道滤波处理具体包括：判断所述目标点数是否小于阈值，小于阈值则特征通道x1=0，否则x1=1；判断所述目标均值是否小于，小于则特征通道x2=0，否则x2=1；判断所述目标信噪比是否小于阈值，小于阈值则特征通道x3=0，否则x3=1；判断所述形状比值是否超过阈值，超过阈值则特征通道x4=0，否则x4=1，所述形状比值为长和宽的比值或宽和长的比值；2CN113822279A权利要求书2/2页判断所述对角局部信噪比是否有任意两个值小于阈值，小于阈值则特征通道x5=0，否则x5=1，所述对角局部信噪比为目标分别位于左上、左下、右上、右下四个局部区域的局部信噪比，局部区域为目标大小的4倍。7.如权利要求6所述的基于多特征融合的红外目标检测方法，其特征在于，所述对所述候选目标进行多特征融合，获取归一化特征向量具体包括：CTm=（x1+x2+x3+x4+x5）/5，其中，CTm为第m个目标的归一化特征向量值。8.一种红外目标检测装置，其特征在于，所述装置包括：目标获取模块，用于获取检测目标图像；全局阈值分割模块，用于对所述检测目标图像进行全局阈值分割，得到二值化图像；连通域标记模块，用于对所述二值化图像进行连通域标记，得到候选目标；特征提取模块，用于对每个候选目标进行特征提取，所述特征包括目标点数、目标均值、目标信噪比、形状比值及对角局部信噪比，对每个特征通道滤波处理，得到每个候选目标的特征分量值；特征融合模块，用于对所述候选目标进行多特征融合，获取归一