（信息与通信工程专业论文）复杂背景条件下的红外运动小目标检测技术研究.pdf

国防科学技术人学研究擞院学伉论文 攘要 低信噪比条件下的小目标检测阀题一直是近贱年来国内外学者研究的一个热门课题。 嚣兹，露绕这瀑题已经发震了许多露实器意义靛捡测算法窝始疆援薅系缝稳。本文在憨 结前人研究成果的基础上，针对复杂背景红外图像的统计特性。提出了一种旗于空间匹配 滤波的小1 7 1 标检测方法。 零凌文获分霆拳，疑髂蠹容安撼如下： 第一章为绪论，简鬻地讨论了研究小目标检测问题的熏娶性、必要性，以及小 目标检测的研究现状，并对本文的研究内容进行了简单的介绍。 第二鬻夔熹疆究了夺嚣撂检测中豹篱景麴麓舞技术。在对藜入磺究王接遂褥了势辑讨沦 的基础上，根据起伏背豢红外图像的统计特性，提出了一种空问旺藉己滤波算法的改进算法。 理论和实验结果表明，泼方法对于抑制强起伏的红外背景是十分有效的。在零章最后，采 弱一季孛囊逶皮门限分害方法对抑制了鹜- 景的红外图像擞以进一步的处理，褥到了纹含有少 董可疑蟊棘的= 值往圈豫。从而为霜藤静序列图像检测方法摄供了有翻条伟。 第三章主要研究了熬乎图像序列的运动小目标检测技术。夜这里，采用麓于邻域判决 数方法，鄹根据耳括运动的连续性和娥则性，利用粳邻帧中可疑强标之间的德甏关系进行 嚣标检测的方法，对藤瓣处理逑静二德图像迸行了鼗鲸硷测，势在实验串取褥了篦较瑗怒 的效果。 第四索楚结束语。总结了本文的燕凄工作，分析了系统中存在的不足，并对课题的后 续薹终遴露了震怒。， 关键词：级外图像、小圈标检测、图像预处理、背豢抑制、空间巡配滤波、图像序列。 筹f 褒 霆陵秘学技术人学骚究生院学攮论文 a b s 覃l t 矗c 譬 t h ee f f e c t i v ed e t e c t i o nf o rs m a l lt a r g e t sl nl o ws n ri m a g e sh a sb e c o m i n g8h o tr e s e a r c hf i e l dt h e s ey e a r s 。 h i t h e r t o , m a n yk i n d so fa l g o r i t h m sh a v eb e e np u tf o r w a r dt or e s o l v et h i sp r o b l e m b a s e do nt h eo u t c o m e s d e v e l o p e d ，t h i sp a p e rm a i n l ys t u d i e st i l em e t h o d sf o ri rs m a l lt a r g e td e t e c t i o ni nh i g hc l u t t e rb a c k g r o u n d s t h e r ea r ef o u rc h a p t e r si nt h i sp a p e r t h em a i nw o r kc a nb es u m m a r i z e da sf o l l o w s i nc h a p t e ri ，t h en e c e s s i t i e sf o rs m a l lt a r g e td e t e c t i o na r eb r i e f l yd i s c u s s e d t h r o u g hr e v i e w i n gt h e r e s e a r c hw o r kf o rs m a l lt a r g e td e t e c t i o n ，t h et h e o r e mc h a r tu s e di nt h i sp a p e ri sg i v e n i nc h a p t e rl l t h et e c h n i q u eo fb a c k g r o u n ds u p p r e s s i o ni sd i s c u s s e da n ds t u d i e dp r i n c i p a l l y a c c o r d i n g t ot h es t a t i s t i cc h a r a c t e r i s t i c so fi rb a c k g r o u n dc l u t t e r , a ni m p r o v e ds p a t i a lm a t c h e df i l t e r ( s m f ) i sp r e s e n t e d t h e o r ya n a l y s i sa n dc o m p u t e rs i m u l a t i o ns h o wt h ei m p r o v e ds m fc a ne x t r a c ts m a l lt a r g e tf r o m t r b a c k g r o u n de f f e c t i v e l y i nt h ee n do f t h i sc h a p t e r , ak i n do f t h r e s h o l dp a r t i t i o nm e t h o di su s e dt ot r a n s f o r mt h e g r a yi m a g e st ob l a c k - w h i t ei m a g e si no r d e rt op r o v i d ea b e t t e rc o n d i t i o nf o rt h ei m a g es e q u e n c e sd e t e c t i o n i nc h a p t e r1 1 1 ，t h ed e t e c t i o no fm o v i n gs m a l lt a r g e t si ni m a g es e q u e n c e si sc o n s i d e r e d b a s e do nt h e m o v i n gc h a r a c t e r i s t i c so fs m a l lt a r g e t si nl ri m a g es e q u e n c e s aj u d g i n gm e t h o db a s e do nn e i g h b o r h o o di s d i s c u s s e da n du s e d e m u l a t i o nr e s u l t ss h o wt h i sm e t h o dc a nd i s t i n g u i s hs m a l lt a r g e tf r o ms e q u e n c e s e f f e c t i v e l y ；f u r t h e r m o r e ，i th a sl o w e rc o m p u t a t i o nr e q u i r e m e n t sa n du s e sf e w e ri m a g e sf o rd e t e c t i o na sw e l l i nc h a p t e ri v ，t h ew o r ks t u d i e da n df i n i s h e di nt h i sp a p e ri ss u m m a r i z e d a n dt h ed e v e l o p i n gt e n d e n c y o f s m a l lt a r g e td e t e c t i o ni nf u t u r ei sa l s om e n t i o n e di nt h i sc h a p t e r k e y w o r d s ：i n f r a r e di m a g e ，s m a l l t a r g e td e t e c t i o n ，i m a g ep r e p r o c e s s i n g ，b a c k g r o u n ds u p p r e s s i o n ， s p a t i a lm f i t c h e de i l t e r i n g , i m a g es e q u e n c e s 第1 i 页 独创性声明 本人声明所里交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文题目： 复壅堂量釜佳王盟丝e 鋈叠4 1 旦握拴到技盔叠究 学位论文作者签名：垫里兰!日期：扣z 年月2 2 日 学位论文版权使用授权书 本人完全了懈国防科学技术大学有关保留、使用学位论文的规定。本人授 权国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电 子文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密学位论文在解密后适用本授权书。) 学位论文题目： 复銎萱量釜佳至盟丝e 垩边丑：旦捶拴型挂盔叠窒 学位论文作者签名： 作者指导教师签名： 塑里塑 游 日期：o h , - j 年f 月2 - z 日 日期：刀功2 - 年，f 月工u 国防科学技术人学研究生院学位论文 第一章绪论 1 1 引言 随着精确制导武器的飞速发展，在未来战争中对武器系统的整体性能提出了更高的要 求，其中，寻的术制导技术已成为改进武器性能的重要手段和主要途径之一。近年来，随 着红外探测技术的发展以及高灵敏度红外传感器的出现，红外制导技术以其全天候性能以 及极强的抗干扰能力等优势，得到了迅猛的发展并广泛应用于战略导弹、战术导弹、巡航 导弹以及先进弹药中，从而成为国内、外可控武器系统的第二代制导技术。 一个红外制导系统一般由目标检测、目标识别、目标捕获、目标高精度跟踪和攻击点 选择等功能模块组成。其中，目标检测作为系统中最前端的处理环节，是精确制导中一个 重要的组成部分。只有及时地检测到场景中存在的目标，才能保证后续的目标识别、跟踪 等一系列处理工作的顺利开展，从而满足现代战争的需要。为了尽可能早地发现敌方的卫 星及来袭导弹、飞机，使制导系统有足够的反应时问，要求在很远的距离上就能够检测到 目标，这就是近年来倍受关注的小目标检测( s m a l lt a r g e td e t e c t i o n ) 问题。小目标检 测性能的好坏将直接决定术制导系统的有效作用距离及设备的复杂程度，它在红外制导系 统中发挥着举足轻重的作用。然而，由于远距离下目标的成像面积太小，可检测信号相对 较弱，特别是在非平稳的起伏背景干扰下，目标甚至被大量复杂的噪声( 杂波) 所淹没， 图像的信噪比( s n r ) 较低，使小目标检测工作变得很困难。因此，复杂红外场景中运动 小目标的检测问题成了红外制导系统中一个亟待解决的关键问题，探索和研究新的小目标 检测理论和算法以及如何将现有的检测理论用于小目标情况依然是一项十分重要的课题， 对现代战争以及未来战争具有深远的意义。本文的研究工作就是基于这一点考虑而展丌 的。 1 2 红外运动小目标检测系统原理 所谓小目标，是指当成像系统和目标的相对位置较远时，虽然目标本身可能有几米甚 至十几米的直径，但在成像平面内仅表现为一个或几个像素的面积，它通常又被称为点目 标( p o i n tt a r g e t ) 。深空中卫星在红外成像系统中的成像便符合这种特性。远距离摄取的飞 机图像也有类似的性质。 远距离摄取的红外图像可以认为是由三个分量组成的：目标图像、背景图像、噪声图 像。目标图像即为只占几个像素的灰度奇异点，出于它所占面积很小，缺乏尺寸、形状、 纹理等结构信息，唯一可供利用的就是目标的强度信息( 在红外图像中表现为狄度特征) 。 背景图像通常具有“强相关”的特点，它占掘了整个场景图像的低频空间；同时，由于场 第1 页 国防科学技术人学研究生院学侮论文 景和传感器内部热分布的不均匀性，背景图像是一个非平稳过程，图像中局部狄度值可能 会有较大的变化，表现为“强起伏”的特点：另外，背景图像中还包含了部分空问域中的 高频分量，它们主要分柿在背景图像各个同质区的边缘处，比如海空背景图像中的海天交 界线。噪声图像是传感器及电路产生的各类噪声的总和，它的各像素之间互不相关，并且 与背景像素也不相关，在空间域中表现为和小e t 标类似的高频特征，但它在空间分布上是 随机的，帧间分布不具有运动小目标所有的空洲相关性。 由上述分析可以看出，红外运动小目标检测系统应该具备以下功能：一是抑制图像背 景，检测出潜在的目标：二是通过在图像序列中沿目标运动轨迹进行能量积累，剔除高频 噪声干扰，确定真正的目标。由此，我们可以总结出红外运动小目标检测系统的通用原理 框图如图1 1 所示： 原始红外图像- l 背景抑制 抑制了背景 基于图像序列的红 的图像外运动小目标检测 图1 1 红外运动小目标检测系统原理框图 山原理框图可见，红外运动小目标检测系统主要山两个功能模块构成：其中，第一个 是背景抑制模块，它通过对单帧红外图像的处理，达到抑制起伏背景，提高目标与背景的 s n r ，增加目标的可检测性的目的；第二个是目标检测模块，它通过对序列图像的处理， 进一步剔除高频噪声干扰。最终实现对场景中存在的红外运动小目标的有效检测。二者中， 背景抑制模块是前提，是后面序列检测模块的有利保障；而序列检测模块是关键，是系统 检测性能优劣的直接体现。二者紧密联系，缺一不可。 1 3 小目标检测技术的研究现状 为了从二维序列图像中检测到低强度的运动小目标，自七十年代以来，国内外学者和 研究人员进行了广泛而深入的研究，提出了许多有实际意义的检测算法和处理机体系结构 1 1 - 1 9 , 2 1 - 3 4 。b a u c h 等人通过采用一组时间上的高阶差分来抑制背景干扰，进而得到目标运 动轨迹；另外，有一些工作致力于用动态规划和状态估计技术来增加目标的可检测性，然 而，它们在低信噪比情况下往往呈现出比较差的性能。此后，又有文献提出了三维时空匹 配滤波技术，它已被简化为只在空域中进行的二维匹配滤波而在时间序列中进行递推求 和。m i r a n i 等人用计算像素小邻域中狄度差的加权平均再用梯度进行归一化，以此作为运 动的度量。另一个出s r l i o u 和r c j i a n 提出的运动检测方法是基于时空空间中运动轨迹 任一点上切线和法线的正交性，但是为了得到图像函数的时间和空间偏导数，必须实时完 成在时空空问中的三维曲面拟合，从而增加了计算量。b i r b h a n u 和d h r i c h a r d 采用图像 第2 页 国防科学技术人学研究嫩院学位论文 分害方法表检测运动鬟标，然两在识：多情况下，从复杂豹前景鄹鸳景中分割蹬运动目标怒 很困难的强务。先流法麓文献中常麓的方法，毽怒它很耗薅两纛在有些情凝中不可霜( 铡 如在有阶跃边缘和遮挡的情况下，光流的连续性不能得到保诫) 。还有一然其它的运动梭 测方法，如m v s r i n i v a s a n 提出的基于微分的广义梯度方案。s d b l o s t e i n 和t s h u a n g 掇 窭弱菠曩缎浚检验懿方法，竣及w b + s c h a m i n g 攫爨豹氆瓒于b a y e s 统诗量熬豫素分类法等 等。从理论上讲，上述各种目标检测方法都能取褥较好的效聚。但大多数算法计算量大， 在工程实现上还存在着这样那样的不足，难以达到实用的要求。概括起来糟。目前运动小 目标检测技术的难点蔓要体现在以下几个方面： ( 1 ) 由于小目标图像缺乏形状和纹理等结构信怠，可供系统和用的倍感比较少； ( 2 ) 低s n r 时，目标极易被杂波及噪声所淹没，单帧处理不能保证对目标的可靠检 测： 3 ) 要僳涯一定斡检测性髓必须蘩瘸图豫痔碉酶蠢标鞔渣信怠进行髭豢豢积，因丽 存储量大，运算速度受限； 所示。为了更客税她对空闯嚣黼滤波算法瓣懿理效采翔戳谱估，文中滋 拿前面提及豹几种方法来与匹配滤波筘法作对比。采用最小均方滤波、中值滤波、基予 t o p - h a t 交换戆滤波等方法对器2 ，l 鬟承嚣豫遘孬楚矮，其滤波缝莱努象懿嚣2 3 ，蚕2 a ， 瑟2 5 援淤。 薅9 页 国防科学技术人学研究生院学位论文 酗( a ) 均匀背景图像幽( b ) 起伏背景幽像 幽( c ) 强起伏背景l 鳘i 像 图2 2 空间匹配滤波后的输出图像 图( a ) 均匀背景i 划像 | ! i l ( b ) 起伏背景幽像 幽( c ) 强起伏背景幽像 图2 3 最小均方误差滤波后的输出图像 图( a ) 均匀背景幽像 图( b ) 起伏背景幽像 i 璺| ( c ) 强起伏背景幽像 图2 4 中值滤波后的输出图像 | ! | ( a ) 均匀背景i ! l 像i ! f l ( b ) 起伏背景l 笙| 像 糊( c ) 强起伏背景幽像 图2 5 t o p h a t 变换后的输出图像 第1 0 页 国防科学技术人学研究生院学位论文 出滤波效果可见，对于背景比较均匀数红外髓像( a ) ，窒翔糕浆滤波算法蹙一种性能优 良豹滤波方法，英处理效莱要鹱显後予其它几种方法；对于岔霄海天交界嚣的存在一定麓 伏的红外图像( b ) ，该算法的性能不怒很突出，同其它方法相差撒几：而对于强起伏背景图 像( c ) ，空间匹配滤波算法性能明显下降。它甚至比其它算法的效果还要差一姥。因此，围 绕空瓣整瓣滤波雾法奁害霉翱强霆茯瑟袋方瑟酝存凌熬不是，霹舞法鸯羹班适当熬改遴，霆飘 配滤波技术一个重要的发展方向。 2 。4 对空润匹琵滤波算法的改进 2 4 1 传统空间匹配滤波算法存在的问题 出蘩嚣懿实验霹爨，辩予鹜最魄较均匀匏红终踅像，空裁鼹醚滤波算法怒一耱较为瑗 愆的滤波方法；然而对于背景起伏 醚犬的图像，浚算法效果不是很理想，甚鬣可能会失效。 根据图像特性将其分割为几个部分，分别求取局部协方差矩阵，进而得到多个滤波器参数， 可能会摄黼箕自适应能力，得到较好的处理效果，然两j 比办法穆警致计算量劂增这一居粟。 霞蘧，捧锱趣铰背景鹣筏力与葵法诗算量之阍钓旁蘑，是传绞瓷阊嚣配滤波舞法最棘手鹃 问题所在。 另铃，出于空间匹配滤波器参数鹳确定同时依赖于羁标信号的分1 审形式与图像背景的 统计特楼，霆魏，翔莱憋德羁较驽豹滤波效采，需黉锌霹不同豹鋈像瑟蒙对滤波器逶行训 练，以得出相应的滤波器参数。文献( 9 ) 曾采用此方法，通谶对不同的纽外杂波背景图 像集加以训练，分别得出了海域、空域、以及海空全域的匹配滤波器参数，宓验结果表明， 渡方法对氛捧杂波鹜聚其骞较好懿熟剿效果。然掰，钰乡 背景豹复杂犍导致了图像集静多 样纯，这馁说明，要想艇配滤波器熊够实现对不简红外场景的岛适应处理，不仅需要对瑟 景进行有效分类，训练出各种场景下相应的滤波器参数，而且程处理过程中，还得加入很 多的类别判决，以致予使算法变得复杂，无法达到实时处理的髓的。 髓终，蠢予空闽嚣聚滤波算法蜜际上是一种綦子邻域加权的滤波算法，麓一般的邻域 加权方法不同的地方就在于它是以目标信号在图像中的分前i 形式来确定加权矩阵的。其结 果是，对予图像中的目标位置，由于其灰度分布与目标模板匹酉己得较好，因此将得到较高 豹辕窭篷，在辕凄楚豫巾表瑗荧亮焘。毽建这一续袋瓣霉裂是戥定静鬏浚条磐为提豹， 即红外图像中的小目标骚比背景亮魑。因此，糟实际图像中存在比目标还袋亮的背景， 则传统的空间匹配滤波算法将因为把某些背景误判为目标而导致较高的虚警概率。 最嚣逐蠢一煮，爨予在匹配滤波嚣设诗之翅裁佟了经蛰鹜簸羧麸毫蘩分穗熬缓设，露 实际上，其起伏背景德徒是非高斯的，这在实际应用中难免会彩响到算法的处理效果。 针对上述存在的问题，本文下硝提出了一种邋合抑制起伏背景的空间噬甄己滤波算法。 繁1 1 委 国防科学技术人学研究生院学位论文 2 。4 2 对空间珏配滤波算法豹迸一步蔓 辑 已知缀匹配滤波后的输出图像为 y = w 7 x = ( r 一s ) 7 滏手餐蠢蓑辩簿霆为对豁簿，( 2 。1 4 ) 式毒写藏 y = ( 月“1 s ) x = s r r “+ x 测用矩阵特糍值及特征矢攫的性质，协方差矩阵可以淡示为 r = e a e 7 其中，a 为由冀的特征彼构成的对角阵；e 是由对臌的特征矢爨构成的正交降。 搀a 进一步分瓣为a = a l 心a i ”，则搬穷差矩阵可表零为 r = 肋07 2 ”2 e = k k 7 其中，k = e a n 。于是，滤波器输出对表示为 y = s 7 k k r 】州x = s r ( 鬣卅) 7 置一x = ( 胃”s ) r ( 芷一) ( 2 1 4 ) ( 2 1 5 ) ( 2 1 6 ) ( 2 1 7 ) ( 2 一1 8 ) 不难验证，足_ x 的协方差矩阵为单位降形式，即嚣一爿为自噪声过程。因此，公式( 2 1 8 ) 波明，匹配滤波过程褶警于是先对原图像矢量进行囱化处理( k 。x ) ，然后蒋麓经过了相 同处理的目标信号矢量( k “s ) 作相必运算。然而，考虑到k 。怒出协方差瓶阵置分解得 羯戆，嚣憩，箕篷豹确宠镄穆辕黩予黼像复杂豹鹜豢特缝，为懿爨要疆究复杂鹜荣红耱强 像的统计特性。 2 。4 3 复杂背景红外图像的统计模烈 在太帮分情况下，醋像中的背景建大面积缓慢燹化的场爨，像素之蠲其商强糟关性， 其占据着图像空间的低频分量；而图像中的目标由于面积很小且相对较亮，因此表现为图 像空间的离频分量。依撼文献( 2 0 ) 提如的非平稳噪声模型( 图像的噪声可视侔围绕非平 稳慧薅均鏊蠢l # 孚稳方菠波凌静多令避簌裹聚嗓声静合成绪栗) ，一蕹n x n 静叁然景魏 图像可以按下列模型进彳亍分解： x ( m ，胛) = x ( 掰，”) 十x n ( m ，”) ( 卅 ) 【0 ，n 一1 【o ，n l 】 ( 2 - 1 9 ) 其孛，五( 辨，封) 为图像豹基本特征：彭。协，n ) 为图像豹细节和离频嗓声干抗。遴论分耩 和实验结果淡明f 引，x ，( m ，h ) 的狄度盘方图类似高斯分布；而爿。咖，挖) 的扶度赢方图类 第1 2 瑟 国防科学= 噩术人学研究生院学位论文 钕均篷必零瓣褰蘩分蠢，嚣盖。掇，撵) 兔透强弱燕簸自噪声过程。 针对纽外小目标图像，以( 小，n ) 即为红外图像背景：。铆，) 则包含了目标信号以 及部分高频噪声点。因此，若采用上述方法分解图像，去除强糕关的杂波鹜景，即可褥 爨一疆含蠢蠢标的运 缓为嵩瑟骞嗓声酶图像x 。 2 。4 4 改进的组合式空间匹配滤波籁法 基予上述分析，本文搓出了一种邋含于捧锚超饫背景的组会式空闻匹配滤波算法，其 算法流程如图2 6 所示。 图2 6 组合式空洲匹配滤波算法流程图 由圈2 6 可见，该算法先通过一个高通滤波器，对原始红外豳像盖进行赡璞，使其大 面积的相关背景得到抑制，像素之问的相关性被消除，从而得到一幅包含目标的近似为高 戆自噤声酌图像x 。；弗且，为了获德俏戗豹滤波嚣的嚣标，在瓣原始图像进行蹇逯滤波 的丽蹲，对精标信号模搬s 遣进行辐同的处理，扶箍得到对应予羧处理后的小强标的信萼 模板。滤样，用对x 。进行相关匹配，则可以得到较好的相关结果x 。，。 这秘筑念式豹窒阑蕤辩滤波葵滚凌予采爨了遥爝豹裹逶滤波器怼覆鎏豫避嚣遥钕自 化处理。省去了反复求背景图像局部协方差矩阵的步骤，从而侵算法的计算爨大大减少： 此外，该算法避免了背景统计特性高新假设对滤波器性能的制约，提高了滤波器对不同背 景的泛化能力j 使其对予强起伏的红外背景具有缀好的攘割效暴。 2 。5 ，1 实验条饽 2 5 实验及结果分析 ( 1 ) 目标匹配模板的确定 ? 目标敬红外图像中的强度分布依赖子红外系统的传递函数，特别是光学系统的传递函 第1 3 茭 国防科学技术人学研究生院学位论文 数，它决定了豫平面上瓣栎的扩展分如。钟对红步 凝褪系统的成像特性，目标的强菠分匆 可敬设惫n x n ( 透零n 取为奇数，黻佼待处理弱像元处予搂缀串心) 的离疑点扩敖蕊 数形式。本文所用红外图像中小目标的尺寸为二到四个像素，具体目标形状脊图2 7 所示 几种，为了能够充分地批述目标特性，所选取的嗣标模板应该略大于目标的尺寸。综合 上述且点考虑，实验孛疆标售号戆强度分蠢取戈魏下瓣3 x 3 攘羧： 0 4o 2 、 lo 4 i 1 0 4 莰力 图2 7 实验图像中的小目标形状 ( 2 2 0 ) 需要淀明的是，对光机扫描系统。除应考虑点扩散函数外，还螫计及成像的卷积过程； 另外像平面上目标的强度分布还依赖于目标在瞬时场内的远近、形状及其方位，所以， 上式仅仅熙一耪对称假定下强度分稚的暹返形式。 日，= ； t 三 t e 。一z ， 2 4 邻域5 x5 模板 h ；二 2 5 一l ll lll ll2 4 1一l 一1 一ll l ( 2 2 2 ) 本文溅于小目标的丽积大小、强度分布特点以及运算量等备方面的综合考虑，本文采 用了如下所示的8 邻域离通滤波算子： 第1 4 受 2 4 2 o 0 o j，。，o = s 国防料学技术人学研究生院学1 ：i 7 ：论文 一1 一 、 8 一ll l - i 臻| j 小鬻舞蔼号模板s 经k 裹邋憋理惹饕交裁麴下形式： 2 5 ，2 实验结果 l一0 2 、 5 6li 1 - 0 。2 j ( 2 2 3 ) ( 2 2 4 ) 对强2 。l 嚣汞翳数棼蘧像采强零文提窭静缀会式空阔匹酝滤波算法( 以下麓豁受改避 算法) 避褥处理( 对灞稼边角情撼藤祥采用了逑缘延纬法，详藏粥录a ) t 襻副的输出霹缘 分别如图2 8 ( a ) 、( b ) 、( c ) 所示。 嘲( 的均匀背景嘲像恻( b ) 起伏背撩l 鍪i 像l l ( c ) 强起伏背娥幽像 餮2 。8 本支提爨瓣缀合式空列珏聚滤波算法的辕塞圈掾 由曛2 8 可见，本文所提出的缀合式空间暖配滤波算法不仅对均匀背袋脊很好的抑制 效果，而且在抑制强起伏背景方面仍然具有较好的性能。同传统的空间匹配滤波算法相比一 其滤波性能褥裂了缀丈龌鏖熬改罄；闲其它尼秘滤波方法稳绻，渡算法也其霄毙鞍弱显鞠 优势。 2 。5 3 算法性能比较 下瑟羲| 嚣穰臻魄敬爱运冀逮发这两兮豢鑫，对本文覆交靛教避墼空瓣嚣懿滤渡算法魏 性能与其它几种算法邂 行一个定量的比较。 信噤拢改善壤况 出予霆豫预楚蘧豹最终匿酶藏燕提高鹜豫鹣铸嗓毙，霞蕊，滤波蘸磊僚噪院改善浆程 度是算法性能优劣的个直接体现。在采用信噪比指标对算法性能加以比技之前，先对几 个参量定义如下： 蔡l s 页 、 。 i 一 一 一 ，f，。；，。，。l ，一9 嚣， l 2 20 ，e 一 、一 ，j。|，、 ，一9 | | s 盈貉辩学蔽本大学疆究生魏学袋论文 基栋墨鹜景的堰发傣嗓毙定义为 鼢壤= 0 一奶，萨 起伏背景| 冬| 像雕( c ) 强起茯背录雕像 图2 1 2t o p h a t 毂| i 波绌果( i 冬l2 5 ) 对应的三绯示意图 i g d ( a ) 均匀背景l 鳘l 像幽( b ) 起伏背景l ! f i 像 幽( c ) 强起伏背嘏幽像 图2 1 3 本义靛改进棼泼滤波结聚( 蚓2 8 ) 对疲钓三绦示意圈 对。t 述图像进行良适应门| 5 l ：1 分测，得到的：j 缎翻像及j e 二三维示意圈分j j | 如图2 1 4 圈 嘲( a ) 均匀背景嘲像i 鲥( b ) 起伏背景图像蚓( c ) 强起伏背景i j f l 像 繁2 2 委 因防l ： 学技术人学l | j i ：究生院学似论文 l i a ) 均匀背景恻像i l ( b ) 起伏背景i 冬1 像l 警i ( c ) 强起伏f ? 景阿像 j ! l2 1 4 对空问匹配滤波的输出幽像( 矧2 2 ) 进行门| ；6 ；! 分割后的结柴 幽( a ) 均匀背景图像i 璺i ( b ) 起伏背景剀像i ( c ) 强起伏背景幽像 l 鳘i ( a ) 均匀背景幽像图( b ) 起伏背景幽像图( c ) 强起伏背景图像 图2 1 s 对最小均方误差滤波的输出图像( 图2 3 ) 进行门限分割后的结果 幽( a ) 均匀背景图像j 芏| ( b ) 起伏背景幽像酗( c ) 强起伏背景j ! i 像 第2 3 页 幽防科学技术人学研究生院学位论文 l 封( a ) 均匀忖玳图像i 鲥( b ) 起伏背j j i 划像i 整l ( c ) 娅起伏背景陶像 图2 1 6 对中值滤波的输出l 刘像( 图2 4 ) 进行门限分割后的结果 蚓( a ) 均匀背景l 鳘i 像l 鲥( b ) 起伏背景i 警i 像罔( c ) 强起伏背景幽像 幽( a ) 均匀背嫩l j f | 像l l ( b ) 起伏背= i ； l ! | 像幽( c ) 强起伏背景i ! | 像 图2 1 7 对t o p h a t 变换的输出图像( 图2 5 ) 进行门限分割后的结果 图( a ) 均匀背景图像图( b ) 起伏背景图像图( c ) 强起伏背景i ! | 像 第2 4 页 国防科学技术人学研究! 扛院学位论文 i 甜( a ) 均匀背景蚓像i 冬l ( b ) 起伏背嘏蚓像 i 蝌( c ) 强起伏背景i 警| 像 图2 1 8 对本文改进算法的输川矧像( 1 划2 , 8 ) 进行门限分割后的结柴 川! j _ ! ，经过门限分割后，图像t l - 的虚警标人为减少，这无疑将给后面的序列榆测提 供很订利的条件。并且从闽值分割后的图像小可以进步看出本文所提出的改进型空 f j l 堕配滤波算法在保证了均匀背景抑制能力的川m 对起伏背景也具有很好的抑制能力。 洲此，从总体上来看，本文提出的组合式空| 1 = l j 匹配滤波算法在背景抑制方面性能优良。 2 7 本章小结 小啦针对复杂背鸯红外小| i 标j 冬 像的统计特性以及1 i 统空问匹配滤波算法存存f 门 题，提出了一种改进的组合式空问匹配滤波算法。与传统的空间匹配滤波算法相比，该卯 法汁算量大大减少，为系统的实时处理提供了旮利条什。另外，陔算法排除了商亮度背景 刘目标检测的影响，避免了高斯假设对滤波器性能的制约，从而使其对于强起伏背景以及 “- 觅发背景仍然具有很好的抑制效果。实验结果表i ! j ：| 对j ：远距离获取的含有小r i 标的红 外图像，经本文提出的组合式空间匹配滤波算法滤波处理后，图像的信噪比可以得到l 州t 改善。接着，文中通过与几种常川背景抑制方法做比较，对改进算法的性能做了进一步的 评价。结果显示对相同的红外小同标图像进行滤波倾处理的结果，组合式窄问匹配滤波 算法要优于传统算法，算法的这一优势在处理强起伏背景图像方面尤为突出：并且，从鳟 法刈备类图像的整体处理效果上水唇，改进算法u i 灶义i ，列举的所有算法。i 一性能域优的。 i j 外，从各利，算法的处理速度来看，改进的组合式审问匹配滤波算法较之传统算法也= f f 】 娃的提高。因此可以况，针对复杂7 t 景2 i ：外小| ：_ l 标图像的预处理文i i ，对空m 匹配滤波鳃 法所做的改进是成功的。本章最后采用了自适应门限分割方法对抑制了背景的图像进行分 割。将小目标从噪声中进一步分离出来，以降低虚警概率，为后续的基于图像序列的小r j 标枪测方法的实施提供了良好条件。 笫2 5 贝 国防科学技术人学 i j 究生院学位论文 第三章基于图像序列的红外运动小目标检测 3 i 引言 完成了背景抑制后需要采用序列检测方法刈二值图像巾潜在的目标进行进一步的判 决，最终检测出真f 的目标。序列图像是红外传感器按刚定时间问隔采集到的一组二维图 像集，它们在三维笛卡尔坐标系f m ， ) 巾形成l i 维数字罔像，这艰f 勋) 足空川变 j l ： 代表时间，亦即图像帧数。运动口标舀：这个三维图像巾将形成一条信q - 1 ) t 迹，丛j ： f i q , j j l 冬l 像的小目标检测问题就是一个如何从图像序列一- i x 检测和确认目标轨迹的过程。 近些年来，基于图像序列的运动小日标检测技术成为信息处理的一个热门课题，幽内 外学者围绕这一问题进行了广泛而深入的研究，并提出了许多检测算法。比如基于全局搜 索的检测算法、基于投影变换的检测算法、基于拥位信息的检测算法、基于马尔可夫变换 的检测算法、基于三维匹配滤波的检测算法、基于高阶棚关技术的检测算法、基于最优 原理的动态规划法、基于遗传算法的检测方法、多级假设检验法、以及细胞神经网络法、 h 像流法等等”一。由| j 人所做的：i ：作可以肴，运动小目标检测的关键在于如何解决 沁术j = | l 订b j i j ：j l 迹的快速能量积累题，即把运础小ii 标的检测问题看成足口标轨迹搜索及 楸捌能量积累做出判决的过程，也就是根据目标运动的连续性和规则性束检测目标。这干i | l 技术通常称为“检测前跟踪( t r a c kb e f o r ed e t e c t i o n ) ”，与之桐对应的另一利- 方法为允榆洲 厉跟踪( d e t e c tb e f o r et r a c k i n g ) 技术，后者只有在s n r 较高的情况下l 能取得较好的性 能；。j 之州比，检测时跟踪刀法足丛j ：运动特征的i l 标检测技术，它只州运动特性对i _ | 粕i 姐i r 捕述j l ：将i i 标的枪测羽j 跟踪| u j 题简化为轨迹的榆测，此和s n r 较低的情况i i 也能 取得较好的效果，从而得到了广泛的应用。下面将就上述检测算法中的几种比较典型的方 法做个9 ：；i 啦的介绍。 3 2 常用的运动小目标检测方法回顾 ( i ) 丛于三维匹配滤波的检测方法 众所周知，匹配滤波器足最佳滤波器，而速度滤波器q 以看成足三维空问i i 匹配滤波 器的一个特例。每个滤波器匹配于一个速度矢量1 2 ，j l 具有这一速度的目标在滤波器的输 中只有最大的输出s n r ，因而可以采用统计判决的方法来检测目标。由于每一匹配滤波 器刈应若。条完整的轨迹，故这种办法i l j 实现刈多条轨迹的i 川时检测。速度滤波检测办法 具有较好的检测性能，原则上讲，可以从未经二值化的图像中检测出目标轨迹。然而于 f i 标的数目、航速、航向及位置等航迹信息预先未知导致算法的运算量与存储量均较大， 必须采用专用的硬件结构( 由于其操作为简单的移位相加，很适合用大规模集成电路v l s i ) 第2 6 页 国防科学技术人学研究! l ! 院学何沦文 水。典现，因此只限于很小的应用范围。 ( 2 ) 基于投影变换的检测方法 这种检测技术的基本思路是：通过某种形式的投影变换或逻辑运算，首先将三维图像 序列中的目标轨迹检测问题转化为二维投影平丽 二的轨迹检测问题，然后对二维平而内的 轨迹进行搜索，实施能量积累和门限处理。这利- 方法d 门二搜索是在二维空间内进行的，所 以可使数据罱和计算景较之前述三维匹配搜索法火大减少，仇是其性能不如i 维匹配滤波 器，n 难丁检测山静止日标。 后来，有文献提出了基于双向投影和三维处理相结合的目标检测算法，这是投影变 换检测的一种改进算法，可克服投影变换检测算法检测能力差和三维搜索运算量火等缺 点。具体实现方法是：先采川投影变换和低门瞅处理，初步确定甘标在三维空间刈能存 征的区域，然后再返回到三维空删进行精确l ：l 标轨迹搜索。这种算法的主要特点是：运 钎量小。搜索能力强，因而是一种比较好的检测方法。 ( 3 ) 基于全局搜索的目标检测方法 这种检测方法的基本思想是：对n 帧图像序列r 1 1 的第一帧图像和第n 帧图像分别进 ij ：f j i 杖检测，然后把第帧i i l 超过门限的潜n | i 标点l i 的任意一点与第n 帧- i ，超过川杖 的所有点用直线连接起来，并将这些直线穿过所有帧上的象索点的狄度值作累加运算， 这样就可获得许多潜在目标运动轨迹所对应的狄度累加值，显然。累加值大的那些运动 轨迹可以认为足潜在日标的运动轨迹，_ ： f ：通过门限和筛选方法，最终将真实口标的运动 轨迹检测水。 这种算法的特点是，在 k s n r 条件下能订效地检测任意运动速度的小l i 标运动轨 迹i 但是，算法的存储量和计算量都很大在实际运j i i | ，一般不予采用。 ( 4 ) 基于马尔可夫变换的检测算法 空间红外传感器所采集的图像数据q j ，探测器的内部噪声具有较强的柏关性。在这 利一情况下一般的检测方法效果不太好。采_ = h 马尔可犬变换后可减弱罔像中l 噪声f n 1 i 火 。盹，然后再采用能量累积等方法可以进行小门标检测。 这种算法的特点是：结构简单，运算速度快，能在s n r d 于2 的情况下检测 i r l 标。 幽此这足。一种检测性能好且易于工程实现的办法。 ( 5 ) 多级假设检验法 多级假设检验法是一种通过序贯处理来达到减少计算量目的的算法。这一方法将众多 刈+ 能的目标估计以树的结构组织起来，通过对序列中到达每帧图像的树同时进行假设检 第2 7 页 国防科学技术人学研究生院学他论文 验，以随时去掉没有通过检验的树达到减少运算魅和存储量的目的。 该疗法卡要有两大优点：第一，传统的具有闹定采样长度的假设榆验方法存对缚一条 f | ：之选轨迹的计算上不足高效的，而多级假没检验方法兜服了这一缺点：第二，山j ：r 隧； | 芡 选轨迹在初始儿帧- ：p 具有相同的观测结果，多级假i 5 2 检验方法利用了这一特点米减少铭浊 的计算撤和存储量。这种方法的刁i 足是，当斟像信噪比较低( s n r ，影躯到嚣瑟瓣序列捡测续鬃。一i 过，j l 强 藩臻i 掰述，这释谈羞并4 ；会瓣擒 测绌粜j 龇生冷质的蟛响，也就魁泌，对0 二场。i , i i l i 娥实档谯的小毯标，迩楚娆够戏功地捡测 米的。这也正是本文的目的所在。i 霸此，就本文此处“减少计算量”的i ：n 发点而蟊泵 j | j 浚简纯的旗心选取办法避可行的。年1 ：如帝叮去除 i 翻；的位w 偏麓，找到小i _ i 柄j 曲! 原图像 t l t 瓣壤确袋置，遂嚣确定鹫糠鹃运凑速度、方囱等参数，这灞婺瓣鬻豫中已经稳渊蠲瀚存 谯小目标的区域采爆“开窍”灼热法米处! i l l 。露这赡郝是爨标捻测的簌续环1 ￥f l 攥毁 踪的内容，在此不做详细讨论。 3 3 2 邻域判决 则。二二值图像i | | 的各个小h 标进行了质心选取后，f i 1 i 将以其质心位裁代表目标f | ：| 位 簧，并采用邻域判决算法，对图像序列中的点用标迸行跟踪检测。 艇寸：邻域判决的序列检测方法，概括地讲，就是对于当前帧图像中某个候选目标点， 弼浆在接下来的连续n 帧图像中鞠崧瀚菜个小邻藏内灞现可疑弱标点的次数在鲥k 翱确了背景的剀像 i 璺| ( c ) 刚值分刺后的二二值l 鳌i 像蚓( d ) 检溯结果( f 9 2 1 t 9 3 2 ) 图3 7 对图像序列s 2 的检测结果( f 9 2 l f 9 3 2 ) 圈( a ) 原始图像( c l o i ) 幽( b ) 抑制了背景的幽像 第3 5 页 国防科学技采人学研究生院学位论文 圈( c ) 阈值分割厉的二值幽像幽( d ) 检测结果( c 1 0 1 c 1 5 0 ) 图3 8 对图像序列s 3 的检测结果( c 1 0 1 c 1 5 0 ) 幽( a ) 原始| 鳘i 像( c 1 2 1 )| ! i ( b ) 抑制了背景的幽像 圈( c ) 阈值分捌1 斤的二二值幽像幽( d ) 检测结果( c 1 2 1 c 1 3 3 ) 图3 9 对图像序列s 3 的检测结果( c 1 2 1 c 1 3 2 ) 3 4 3 实验结果分析 1 j 面所列的图像结果中，图3 4 、3 6 、3 8 分别是将整个序列s 1 、s 2 、s 3 作为输入， 对小目标进行检测的实验结果；丽图3 5 、3 7 、3 9 则是从s l 、s 2 、s 3 中各随机截取一 个1 2 帧的予序列，进行一次检测的实验结果。其中，图( a ) 为序列检测中的第一帧图像； 图( g ) 为图( a ) 经过改进的组合式空自j 匹配滤波器处理后的图像；图( c ) 为对图( b ) 进行阈值分 割后的二值图像；图( d ) 为序列检测的输出结果。下面具体对各次实验结果做一下分析讨论。 ( 1 ) 由图( a ) 可见，图像的信噪比较低。小目标不够明显；图( b ) 笳果表明，本文提出 的组合式空间匹配滤波算法对图像具有很好的背景抑制效果，此时的小目标已经比较突 出，只是图像中仍含有较多的高频噪声；图( c ) 为经过闽值分割后的输出结果，至此目标 已经被有效地检测出来，但还存在一定的虚警点；经序列检测后，从图( d ) 中能够清楚地 看到一条运动轨迹。由此可见，本文的小目标检测方法是可行的，有效的 ( 2 ) 图3 5 ( d ) 、3 7 ( d ) 、3 9 ( d ) 所示图像为从各个序列中截取一个子序列进行检测 所得到的结果。将它们与整个序列的检测结果相比较，可以发现其小目标轨迹几乎能够完 全吻合地分别在图3 4 ( d ) 、3 6 ( d ) 、3 8 ( d ) 中找到。由此可以断定，该小目标检测方案只 需1 2 帧甚至更少的连续图像便可以成功地检测出场景中的运动小目标。 第3 6 页 国防科学技术人学研究生院学倪论文 ( 3 ) 由图( d ) 结果可以看到，目标轨迹中有一些断点，尤其是对整个序列的检测结果中 断点比较明显。这可能是由于原图像序列本身就存在