[发明专利] 一种基于局部多向梯度信息融合的弱小目标检测方法 – CN114155426A 全文链接一   全文链接二

 
基本信息
申请号
CN202111521014.4
申请日
20211213
公开(公告)号
CN114155426A
公开(公告)日
20220308
申请(专利权)人
中国科学院光电技术研究所
申请人地址
610209 四川省成都市双流350信箱
发明人
闵雷;樊香所 专利类型 发明专利
摘要
本发明公开了一种基于局部多向梯度信息融合的弱小目标检测方法,包括:首先,建立新的像元四方向区域的能量均值填充补偿模型来对图像进行预处理,完成多向梯度信息融合;接着,对已填充补偿的图像再构建出新的二次判定填充增强模型来保护目标信号,使目标信号再一次被增强;最后,以块区域计算形式构建出新的多向梯度倒数背景抑制模型来完成背景建模以得到差分图。本发明局部多向梯度信息能量感知的弱小目标检测方法具有很好的先进性,得到更好的检测效果。
主权项
1.一种基于局部多向梯度信息融合的弱小目标检测方法,其特征在于,该方法包括如下步骤:步骤一、建立新的像元四方向区域的能量均值填充补偿模型来对图像进行填充补偿,进行弱小目标图像一次信息融合;所述的新的像元四方向区域的能量均值填充补偿模型如下所示:式中,ΔfU3 3,ΔfD3 3,ΔfT3 3,ΔfL3 3,ΔfR3 3分别表示所取计算区域在上、下、中心、× × × × ×左、右3×3区域的均值,R代表区域大小,取值3,f1(x+m,y‑n‑k)、f1(x+m,y+k+n)、f1(x+m,y+n)、f1(x‑k+m,y+n)、f1(x+k+m,y+n)分别表示中心像元块的上像元块,下像元块,中心像元块,左像元块和右像元块,m,n表示邻域范围的半径,max(·)和min(·)分别表示各邻域均值的最大最小值,f1表示已完成均值填充处理的新的计算区域矩阵,F1表示已用各3×3区域均值填充在相应位置了新的9×9计算区域矩阵,Data表示排序后取均值最小的两个进行求和取平均来填充相应的位置,A表示由上,下,左,右四个3×3区域均值组成的矩阵,data表示排序后的矩阵,sort和descend分别是排序和降序函数,sort(A,′descend′)为对矩阵A中的均值进行排序,descend为Matlab中封装的降序函数,用来对矩阵A中的元素进行降序排序,data(1),data(2)表示最小的两个均值;步骤二、对已填充补偿的图像构建二次判定灰度信息补偿滤波模型,通过该二次判定灰度信息补偿滤波模型完成图像多方向信息融合;所述的二次判定灰度信息补偿滤波模型如下所示:式中,A表示由上,下,左,右四个已完成一次信息融合的3×3区域均值组成的矩阵,p表示各3×3邻域分别与中心3×3区域均值做差的绝对值,c为给定的界定常数,取值为5,f1(up,dowmm,left,right)表示分别已用均值填充后的f1进行上,下,左,右邻域更新的区域;步骤三、建立多向区域块计算形式的梯度倒数滤波模型,通过该多向区域块计算形式的梯度倒数滤波模型完成多方向信息融合后的图像背景建模得到背景图像,进而采用原始图像与步骤二的背景图像进行差分,获取差分图像。

 

 
IPC信息
IPC主分类号
G06V20/00
G 物理

G06 计算;推算;计数

 

 
法律状态信息
法律状态公告日
20220308
法律状态
公开 法律状态信息
CN202111521014 20220308 公开 公开

 

 
代理信息
代理机构名称
北京科迪生专利代理有限责任公司 11251
代理人姓名
江亚平