一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判定方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及信息處理技術(shù)領(lǐng)域，尤其設(shè)及一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判 定方法及裝置。
【背景技術(shù)】
[0002] 目標(biāo)判別，就是判別出目標(biāo)對象的類別，目前目標(biāo)判別方法主要有W下五種。
[0003] 1、經(jīng)典的統(tǒng)計模式判別方法，該方法主要是利用目標(biāo)特性的統(tǒng)計分布，依靠目標(biāo) 識別系統(tǒng)的大量訓(xùn)練和基于模式空間距離度量的特征分配技術(shù)，可在較窄的場景定義域內(nèi) 獲得較有效的識別。該方法是早期使用的方法，僅在很窄的場景定義域內(nèi)，且在目標(biāo)圖像和 周圍背景變化不大的情況下才比較有效，難W解決姿態(tài)變化，目標(biāo)污損變模糊、目標(biāo)部分被 遮蔽等問題。
[0004] 2、基于知識的判別方法，該方法將人工智能專家系統(tǒng)應(yīng)用到目標(biāo)識別的研究，形 成了基于知識的目標(biāo)識別，即知識基系統(tǒng)。知識基系統(tǒng)采用不精確推理技術(shù)來處理存在于 知識和圖像特征之間的不確定性，基于知識的識別算法在一定程度上克服了經(jīng)典統(tǒng)計模式 識別法的局限性和缺陷，該方法目前存在的主要問題是可供利用的知識源的辨識和知識的 驗證很困難，同時難W在適應(yīng)新場景中有效地組織知識。
[0005] 3、基于模型的判別方法，本方法首先是將復(fù)雜的目標(biāo)識別的樣本空間模型化，該 些模型提供了一種描述樣本空間各種重要變化特性的簡便途徑。該方法抽取一定的目標(biāo)特 性，并利用該些特性和一些輔助知識來標(biāo)記目標(biāo)的模型參數(shù)，從而選擇一些初始假設(shè)，實現(xiàn) 目標(biāo)特性的預(yù)測。該方法的最終目標(biāo)是匹配實際的特性和預(yù)測后面的特性，若標(biāo)記準(zhǔn)確，匹 配過程則會成功和有效。該方法目前尚限于實驗室研究階段。
[0006] 4、基于多傳感器信息融合判別方法，每個傳感器將數(shù)據(jù)饋入各自的信號處理機， 先分別進行目標(biāo)檢測，得出有無目標(biāo)的判決W及目標(biāo)的位置信息或運動軌跡，然后將該些 信息送入數(shù)據(jù)融合單元，對目標(biāo)位置或運動軌跡進行關(guān)聯(lián)后再做進一步的判決。該方法需 要物理上的兩個W上的成像設(shè)備，應(yīng)用條件受限。
[0007] 5、基于人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的判別方法，人工神經(jīng)網(wǎng)絡(luò)是W神經(jīng)元連接結(jié)構(gòu) 為基礎(chǔ)，通過模擬人腦結(jié)構(gòu)來模擬人類形象思維的一種非邏輯、非語言的人工智能方法。該 方法可W提供目標(biāo)識別算法固有的直覺學(xué)習(xí)能力，在目標(biāo)分類處理中有很多算法都可由人 工神經(jīng)網(wǎng)絡(luò)有效地實現(xiàn)。神經(jīng)網(wǎng)絡(luò)實現(xiàn)工程應(yīng)用的瓶頸是計算量復(fù)雜，實時性欠佳。當(dāng)目 標(biāo)與成像系統(tǒng)的距離較遠時，在成像平面上只占幾個或十幾個像素的面積，表現(xiàn)為點狀或 者斑點狀，對比度和信噪比較低的目標(biāo)，稱為小目標(biāo)。由其定義可W看出，小目標(biāo)中的"小" 包含目標(biāo)屬性的兩個方面的含義；一是指目標(biāo)的尺寸小，即圖像中目標(biāo)像素數(shù)量少，二是指 目標(biāo)的灰度對比度或信噪比低。
[0008] 上述五種目標(biāo)判別算法主要針對的是顯著成像的目標(biāo)，即目標(biāo)具有明顯的形狀、 輪廓、紋理等信息，而對于點狀或斑點狀的弱小目標(biāo)，上述方法的應(yīng)用受限。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明實施例提供了一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判定方法及裝置，解決 了目前的五種目標(biāo)判別算法由于主要針對的是顯著成像的目標(biāo)，即目標(biāo)具有明顯的形狀、 輪廓、紋理等信息，而對于點狀或斑點狀的弱小目標(biāo)無法判別的技術(shù)問題。
[0010] 本發(fā)明實施例提供的一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判定方法，包括：
[0011] 對預(yù)置樣本集中的i帖圖像進行兩兩間的圖像目標(biāo)橫坐標(biāo)差值計算；
[0012] 根據(jù)計算獲取得到的i-1個所述圖像目標(biāo)橫坐標(biāo)差值進行標(biāo)準(zhǔn)差計算；
[0013] 按照預(yù)置方式結(jié)合所述標(biāo)準(zhǔn)差確定所述圖像目標(biāo)為待求目標(biāo)。
[0014] 可選地，對預(yù)置樣本集中的i帖圖像進行兩兩間的圖像目標(biāo)橫坐標(biāo)差值計算之前 還包括：
[0015] 實時采集海天背景紅外圖像，并選擇i帖所述圖像構(gòu)成所述預(yù)置樣本集，并設(shè)定i 帖所述圖像目標(biāo)橫坐標(biāo)為X。i= 1，2,…i。
[0016] 可選地，對預(yù)置樣本集中的i帖圖像進行兩兩間的圖像目標(biāo)橫坐標(biāo)差值計算具體 包括：
[0017] 對預(yù)置樣本集中的i帖圖像按照差值計算公式進行兩兩間的圖像目標(biāo)橫坐標(biāo)差 值的絕對值計算，所述差值計算公式為AXi=Ixi-Xwl;
[0018] 獲取得到i-1個所述圖像目標(biāo)橫坐標(biāo)差值A(chǔ)X。AX2,…AXi。
[0019] 可選地，根據(jù)計算獲取得到的i-1個所述圖像目標(biāo)橫坐標(biāo)差值進行標(biāo)準(zhǔn)差計算具 體包括：
[0020] 根據(jù)計算獲取得到的i-1個所述圖像目標(biāo)橫坐標(biāo)差值A(chǔ)xi，Ax2,…Ax浪照預(yù)置 標(biāo)準(zhǔn)差公式進行標(biāo)準(zhǔn)差計算；
[0021] 其中，所述預(yù)置標(biāo)準(zhǔn)差公式為
為Axi，Ax2,…Axi 序列的均值
[0022] 可選地，按照預(yù)置方式結(jié)合所述標(biāo)準(zhǔn)差確定所述圖像目標(biāo)為待求目標(biāo)具體包括：
[0023] 判斷所述標(biāo)準(zhǔn)差是否不大于預(yù)置經(jīng)驗值，若是，則確定所述圖像目標(biāo)為待求目標(biāo)， 若否，則確定所述圖像目標(biāo)為干擾目標(biāo)。
[0024] 本發(fā)明實施例提供的一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判定裝置，包括：
[00巧]第一計算單元，用于對預(yù)置樣本集中的i帖圖像進行兩兩間的圖像目標(biāo)橫坐標(biāo)差 值計算；
[0026] 第二計算單元，用于根據(jù)計算獲取得到的i-1個所述圖像目標(biāo)橫坐標(biāo)差值進行標(biāo) 準(zhǔn)差計算；
[0027] 確定單元，用于按照預(yù)置方式結(jié)合所述標(biāo)準(zhǔn)差確定所述圖像目標(biāo)為待求目標(biāo)。
[0028] 可選地，所述的海面監(jiān)測序列紅外圖像弱小目標(biāo)判定裝置還包括：
[0029] 樣本集采集單元，用于實時采集海天背景紅外圖像，并選擇i帖所述圖像構(gòu)成所 述預(yù)置樣本集，并設(shè)定i帖所述圖像目標(biāo)橫坐標(biāo)為Xi，i= 1，2,…i。
[0030] 可選地，第一計算單元具體包括：
[0031] 第一計算子單元，用于對預(yù)置樣本集中的i帖圖像按照差值計算公式進行兩兩間 的圖像目標(biāo)橫坐標(biāo)差值的絕對值計算，所述差值計算公式為AXi=Ixi-Xwl;
[0032] 獲取子單元，用于獲取得到i-1個所述圖像目標(biāo)橫坐標(biāo)差值A(chǔ)X。AX2,…AXi。
[0033] 可選地，第二計算單元，具體用于根據(jù)計算獲取得到的i-1個所述圖像目標(biāo)橫坐 標(biāo)差值A(chǔ)XI，AX2,…AXi按照預(yù)置標(biāo)準(zhǔn)差公式進行標(biāo)準(zhǔn)差計算；
[0034] 其中，所述預(yù)置標(biāo)準(zhǔn)差公式為
為Axi，Ax2,…Axi 序列的均值
[00巧]可選地，確定單元，具體用于判斷所述標(biāo)準(zhǔn)差是否不大于預(yù)置經(jīng)驗值，若是，則確 定所述圖像目標(biāo)為待求目標(biāo)，若否，則確定所述圖像目標(biāo)為干擾目標(biāo)。
[0036] 從W上技術(shù)方案可W看出，本發(fā)明實施例具有W下優(yōu)點：
[0037] 本發(fā)明實施例提供了一種海面監(jiān)測序列紅外圖像弱小目標(biāo)判定方法及裝置，針對 包含海天背景和艦船目標(biāo)的海面監(jiān)測紅外圖像，對其中的艦船目標(biāo)和干擾進行判別，實現(xiàn) 目標(biāo)確認，適用于船載紅外捜索跟蹤系統(tǒng)等類似的成像設(shè)備進行目標(biāo)探測。船載紅外捜索 跟蹤系統(tǒng)遠距離探測時，艦船目標(biāo)在成像平面上只占幾個或十幾個像素的面積，表現(xiàn)為點 狀或者斑點狀，無形狀和紋理特性，對比度和信噪比較低。該種成像特性與海浪的相似度很 高，此時海浪是判別目標(biāo)最大的干擾，艦船目標(biāo)很容易淹沒在海浪干擾內(nèi)，遠距離弱小目標(biāo) 探測的關(guān)鍵是如何排除海浪干擾的影響。根據(jù)海天背景艦船目標(biāo)圖像的成像特點，目標(biāo)位 于天水線附近，呈現(xiàn)在圖像上目標(biāo)的縱坐標(biāo)位置不會有太大變化，目標(biāo)的變化主要體現(xiàn)在 橫坐標(biāo)上。艦船為慢速運動目標(biāo)，遠距離探測時，反映在二維圖像上同樣為慢速運動狀態(tài)， 因此，對于高采樣率的圖像采集來說，真實艦船目標(biāo)，相鄰兩帖圖像之間目標(biāo)的橫坐標(biāo)位置 變化是微小的，不會有劇烈的變化；而海浪干擾，連續(xù)兩帖