一种红外小目标检测方法、装置、计算设备及存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种红外小目标检测方法、装置、计算设备及存储介质。

背景技术

红外探测技术具有不受坏境等因素影响的优势，在军事领域和工业、医疗等民生领域都具有日益广泛的应用。红外小目标是指本身缺乏颜色纹理等特征，尺寸极小且对比度低的一类目标，因其目标可用特征少、图像信噪比低、成像环境复杂、背景相似程度高等而导致检测难度大，然而红外小目标检测作为红外图像检测中的重要分支，在目标早期预警、无人机检测、导弹制导等方面有着重要的运用。

由于受红外成像器件的灵敏度、分辨率和噪声等特性的限制，而且小目标与周围环境存在相互作用等，使得红外成像系统所成的图像并不像可见光图像具有丰富的层次，而是更多地表现为图像噪声较大，对比度较低，尤其红外弱小目标往往淹没于大片的背景中，给这类弱小目标识别带来了很大的困难，因此必须对获取的红外图像进行预处理增强。目前常用的方法是采用直方图均衡，该方法虽然能够自动地增强整个图像的对比度，但是其以提升背景和噪声为主，而非细节，尤其是容易被淹没在噪声中的点目标等细节，因此导致红外小目标的检测精度仍较低。

发明内容

本发明实施例提供了一种红外小目标检测方法、装置、计算设备及存储介质，提高了红外小目标的检测精度，降低了虚警率。

第一方面，本发明实施例提供了一种红外小目标检测方法，包括：

获取待检测目标的红外图像；

基于对数函数对所述红外图像进行图像增强处理，得到显著图像；

对所述红外图像进行背景边缘抑制处理，得到边缘图像；

将所述显著图像与所述边缘图像进行差分运算，得到红外小目标显著图像；

利用预设的检测模型对所述红外小目标显著图像进行检测，得到目标检测结果。

可选地，所述基于对数函数对所述红外图像进行图像增强处理，包括：

利用预设尺寸的滑动窗口对所述红外图像进行逐像素遍历；

针对遍历到的每个所述滑动窗口，均执行：

确定所述滑动窗口中各像素点的像素值；其中，所述像素点包括所述滑动窗口的中心位置覆盖的中心像素点和位于该中心像素点的邻域内的邻域像素点；

将所述中心像素点的像素值与所述邻域像素点的像素值的均值进行求差运算，得到像素差值；

对所述像素差值依次进行平方运算、取对数运算，得到赋值像素值；

将所述赋值像素值作为所述中心像素点的像素值。

可选地，所述赋值像素值通过如下公式获得：

其中，所述C

可选地，所述滑动窗口的预设尺寸为5*5。

可选地，所述对所述红外图像进行背景边缘抑制处理，得到边缘图像，包括：

对所述红外图像进行顶帽变换，得到预处理红外图像；

对所述预处理红外图像进行中值滤波处理，得到所述边缘图像。

可选地，所述顶帽变换采用3*3的卷积核。

可选地，所述中值滤波处理的窗口大小为5。

可选地，所述预设的检测模型通过至少两组样本集训练得到，每一组样本集中包括作为输入的所述红外小目标显著图像以及作为输出的所述待检测目标在所述红外小目标显著图像中的位置信息；其中，所述目标检测结果包括所述待检测目标在所述红外小目标显著图像中的位置信息。

第二方面，本发明实施例还提供了一种红外小目标检测装置，包括：

获取模块，用于获取待检测目标的红外图像；

图像增强模块，用于基于对数函数对所述红外图像进行图像增强处理，得到显著图像；

抑制处理模块，用于对所述红外图像进行背景边缘抑制处理，得到边缘图像；

差分模块，用于将所述显著图像与所述边缘图像进行差分运算，得到红外小目标显著图像；

检测模块，用于利用预设的检测模型对所述红外小目标显著图像进行检测，得到目标检测结果。

第三方面，本发明实施例还提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现上述任一项所述的红外小目标检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述任一项所述的红外小目标检测方法。

本发明实施例提供了一种红外小目标检测方法、装置、计算设备及存储介质，该方法基于对数函数对所获取到的红外图像进行图像增强处理，得到显著图像，由于显著图像中存在背景边缘，通过对红外图像进行背景边缘抑制处理得到边缘图像，然后将显著图像与边缘图像进行差分运算，可以去除显著图像中存在的背景边缘，得到红外小目标显著图像，最后利用预设的检测模型对红外小目标显著图像进行检测，便能获得目标检测结果。如此，由于红外小目标显著图像增强了原始红外图像中对比度的显著性，同时去除复杂背景下边缘噪声的干扰，因此极大地增强了红外弱小目标的检测准确率，降低了虚警率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例提供的一种红外小目标检测方法的流程图；

图2是本发明一实施例提供的一种待检测目标的红外图像及其对应的目标检测结果；

图3是本发明一实施例提供的另一种待检测目标的红外图像及其对应的目标检测结果；

图4是本发明一实施例提供的又一种待检测目标的红外图像及其对应的目标检测结果；

图5是本发明一实施例提供的再一种待检测目标的红外图像及其对应的目标检测结果；

图6是本发明一实施例提供的一种计算设备的硬件架构图；

图7是本发明一实施例提供的一种红外小目标检测装置结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，本发明实施例提供了一种红外小目标检测方法，该方法包括：

步骤100，获取待检测目标的红外图像；

步骤102，基于对数函数对红外图像进行图像增强处理，得到显著图像；

步骤104，对红外图像进行背景边缘抑制处理，得到边缘图像；

步骤106，将显著图像与边缘图像进行差分运算，得到红外小目标显著图像；

步骤108，利用预设的检测模型对红外小目标显著图像进行检测，得到目标检测结果。

本发明实施例中，该方法通过对数函数对所获取到的红外图像进行图像增强处理，得到显著图像，由于显著图像中存在背景边缘，通过对红外图像进行背景边缘抑制处理得到边缘图像，然后将显著图像与边缘图像进行差分运算，可以去除显著图像中存在的背景边缘，得到红外小目标显著图像，最后利用预设的检测模型对红外小目标显著图像进行检测，便能获得目标检测结果。如此，由于红外小目标显著图像增强了原始红外图像中对比度的显著性，同时去除复杂背景下边缘噪声的干扰，因此极大地增强了红外弱小目标的检测准确率，降低了虚警率。

下面描述图1所示的各个步骤的执行方式。

首先，针对步骤100，获取待检测目标的红外图像。具体为利用红外探测仪测量目标本身与复杂背景的红外线差可以得到不同的热红外线形成的红外检测图像，为了通过检测模型准确检测出红外弱小目标的位置信息，需要获取待检测小目标的单帧红外图像。

然后，针对步骤102，基于对数函数对红外图像进行图像增强处理，包括：

利用预设尺寸的滑动窗口对红外图像进行逐像素遍历；

针对遍历到的每个滑动窗口，均执行：

确定滑动窗口中各像素点的像素值；其中，像素点包括滑动窗口的中心位置覆盖的中心像素点和位于该中心像素点的邻域内的邻域像素点；

将中心像素点的像素值与所有邻域像素点的像素值的均值进行求差运算，得到像素差值；

对像素差值依次进行平方运算、取对数运算，得到赋值像素值；

赋值像素值通过如下公式获得：

其中，C

将赋值像素值作为中心像素点的像素值。

需要说明的是，图像增强方法是利用空域局部信息，基于滑动窗口内分块图像子块间的对比度差异作为构建显著图像的基础。针对每个滑动窗口，每个滑动窗口中均包括多个窗口，窗口的个数与像素点的个数相同，且每个窗口内只有一个像素点。

在一个优选的实施方式中，滑动窗口的预设尺寸大于3*3。

在本发明中，针对每个滑动窗口，计算除中心像素点之外的所有邻域像素点的像素均值，与中心像素点的像素点作差后，得到像素差值，再对像素差值进行平方后再取对数，得到赋值像素值，用该赋值像素值代替当前滑动窗口的中心像素点的像素值，即得到中心像素在该区域的局部视觉显著性大小。重要的是，若直接将像素差值的平方值作为赋值像素点，则会出现当小目标周围背景存在灰度值较高的干扰物时，反而容易将这些干扰像素的灰度值增强更多，当小目标本身灰度值较弱时，增强后的小目标的灰度值将远低于其周围的高亮的干扰物的灰度值，导致阈值分割后真实小目标位置被剔除，导致小目标检测失败。因此本发明使用对数函数，不仅不会改变其灰度的强弱关系，还提高了显著图像中灰度值的平滑性，使得图像中小目标更加显著，进一步保证进行阈值分割后的图像中能完整地保留待检测目标的位置。

在一个优选的实施方式中，滑动窗口的预设尺寸为5*5。

在本发明中，考虑到小目标的尺寸较小，因此针对滑动窗口而言，每个每个窗口内只有一个像素点，小目标的尺寸一般不会超出5*5的范围，故而选择滑动窗口尺寸为5*5。

具体地，在该优选的实施方式中，针对步骤102，预设尺寸的滑动窗口为5*5，则该滑动窗口内有25个窗口，且该滑动窗口内包括滑动窗口的中心位置覆盖的1个中心像素点和位于该中心像素点的邻域内的24个邻域像素点。针对遍历到的每个滑动窗口，均执行：确定滑动窗口25个像素点的像素值；中心像素点的像素值为I

在步骤104中，对红外图像进行背景边缘抑制处理，得到边缘图像，包括：

对红外图像进行顶帽变换，得到预处理红外图像；

对预处理红外图像进行中值滤波处理，得到边缘图像。

在本发明中，对红外图像进行形态学顶帽变换，得到包含图像的一些局部突变的边缘以及弱小点目标的预处理红外图像，再此基础上再进行中值滤波处理，经过阈值分割后得到除去小目标的边缘图像。

在一个优选的实施例中，顶帽变换采用3*3的卷积核。

在一个优选的实施例中，中值滤波处理的窗口大小为5。

具体地，例如，对红外图像进行卷积核为3*3形态学顶帽变换，得到包含图像的一些局部突变的边缘以及弱小点目标的预处理红外图像，再此基础上再进行窗口大小为5中值滤波处理，经过阈值分割后得到除去小目标的边缘图像。

接着，针对步骤106，将显著图像与所述边缘图像进行差分运算，得到红外小目标显著图像。

在本发明中，通过差分运算去除了显著图像中的易干扰小目标的边缘背景图像信息，使得小目标的位置更为显著，有利于进一步提高小目标的检测精度

针对步骤108，预设的检测模型通过至少两组样本集训练得到，每一组样本集中包括作为输入的红外小目标显著图像以及作为输出的待检测目标在红外小目标显著图像中的位置信息；其中，目标检测结果包括待检测目标在红外小目标显著图像中的位置信息。

具体地，接前例所述，在滑动窗口的预设尺寸为5*5，窗口的个数与像素点的个数相同，且每个窗口内只有一个像素点，顶帽变换采用3*3的卷积核，中值滤波处理的窗口大小为5时，通过上述红外小目标检测方法对图2至图5中的原始图(即获取到的红外图像)进行处理，得到的红外小目标显著图像如图2至图5中的图Ⅱ所示，其中图2至图5种的图Ⅰ为经过现有方法1处理得到的红外小目标显著图像。

上述现有方法1与本申请方法的区别之处在于：步骤102的不同，上述现有方法1未采用对数函数对红外图像进行图像增强处理，具体地：

利用9*9的滑动窗口对红外图像进行逐像素遍历，其中滑动窗口各区域内的像素个数为3*3；

针对遍历到的每个滑动窗口，均执行：

确定滑动窗口各区域内的9个像素点的像素值；

根据中心区域内9个像素点的像素值，计算中心区域像素灰度的最大值L

针对与该该中心区域相邻的8个邻域中的每一个邻域，计算该邻域中9个像素点的像素值的均值，得到区域像素灰度均值m

其中，所述C

通过图2至图5可以发现，上述现有方法1对于背景噪声较强的弱小目标检测效果并不理想，其图Ⅰ中均存在许多边缘部分相较于点目标而言，具有更强的对比度与更高的亮度，最终导致针对弱小目标的检测精度较低，且虚警率高。但是采用本申请的红外小目标检测方法得到的图Ⅱ则能精准识别小目标，检测效果有显著的提高，且与复杂背景的连续高亮的边缘虚警基本消除。

更具体地，针对16个小目标像素点分别采用上述现有方法1、现有方法2和本申请的方法进行检测，并统计其准确率、虚警率及算法运行时间(如表1所示)，其中，准确率P

F

其中，TP用于表征小目标的像素点的真实数量，即16个；total用于表征被检测为小目标的像素点个数。其中，现有方法2与本申请方法的区别之处在于：步骤102的不同，将像素差值的平方值作为赋值像素值；然后将赋值像素值作为中心像素点的像素值，赋值像素值通过如下公式获得：

C

其中，C

表1

如图6、图7所示，本发明实施例提供了一种红外小目标检测装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图6所示，为本发明实施例提供的一种红外小目标检测装置所在计算设备的一种硬件架构图，除了图6所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的计算设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图7所示，作为一个逻辑意义上的装置，是通过其所在计算设备的CPU将非易失性存储器中对应的计算机程序读取到内存中运行形成的。本实施例提供的一种红外小目标检测装置，包括：获取模块700、图像增强模块702、抑制处理模块704、差分模块706和检测模块708；

获取模块700，用于获取待检测目标的红外图像；

图像增强模块702，用于基于对数函数对红外图像进行图像增强处理，得到显著图像；

抑制处理模块704，用于对红外图像进行背景边缘抑制处理，得到边缘图像；

差分模块706，用于将显著图像与边缘图像进行差分运算，得到红外小目标显著图像；

检测模块708，用于利用预设的检测模型对红外小目标显著图像进行检测，得到目标检测结果。

在一些具体的实施方式中，获取模块700可用于执行上述步骤100，图像增强模块702可用于执行上述步骤102，抑制处理模块704可用于执行上述步骤104，差分模块706可用于执行上述步骤106，检测模块708可用于执行上述步骤108。

在一些具体的实施方式中，图像增强模块702还用于执行如下操作：

利用预设尺寸的滑动窗口对红外图像进行逐像素遍历；

针对遍历到的每个滑动窗口，均执行：

确定滑动窗口中各像素点的像素值；其中，像素点包括滑动窗口的中心位置覆盖的中心像素点和位于该中心像素点的邻域内的邻域像素点；

将中心像素点的像素值与邻域像素点的像素值的均值进行求差运算，得到像素差值；

对像素差值依次进行平方运算、取对数运算，得到赋值像素值；

将赋值像素值作为中心像素点的像素值。

在一些具体的实施方式中，图像增强模块702还用于执行如下操作：

赋值像素值通过如下公式获得：

其中，C

在一些具体的实施方式中，滑动窗口的预设尺寸为5*5。

在一些具体的实施方式中，抑制处理模块704还用于执行如下操作：

对红外图像进行顶帽变换，得到预处理红外图像；

对预处理红外图像进行中值滤波处理，得到边缘图像。

在一些具体的实施方式中，顶帽变换采用3*3的卷积核。

在一些具体的实施方式中，中值滤波处理的窗口大小为5。

在一些具体的实施方式中，预设的检测模型通过至少两组样本集训练得到，每一组样本集中包括作为输入的红外小目标显著图像以及作为输出的待检测目标在红外小目标显著图像中的位置信息；其中，目标检测结果包括待检测目标在红外小目标显著图像中的位置信息。

可以理解的是，本发明实施例示意的结构并不构成对一种红外小目标检测装置的具体限定。在本发明的另一些实施例中，一种红外小目标检测装置可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。

上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本发明实施例还提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本发明任一实施例中的一种红外小目标检测方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时，使所述处理器执行本发明任一实施例中的一种红外小目标检测方法。

具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。

在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。

用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。

此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。

此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。