(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211119581.1 (22)申请日 2022.09.14 (71)申请人 西安镭映光电科技有限公司 地址 710000 陕西省西安市高新区丈 八一 路汇鑫IBC大厦C90 02-37号 (72)发明人 徐军　徐思宇　任获荣　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 邱珍珍 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 7/62(2017.01) G06T 7/70(2017.01) G06V 10/762(2022.01) (54)发明名称 一种基于管道自适应滤波的海上红外弱小 目标检测方法 (57)摘要 本发明公开了一种基于管道自适应滤波的 海上红外弱小目标检测方法， 改善了现有海上红 外弱小目标检测虚警度高， 检测精度仍需提高的 问题。 该发 明将原始连续帧图像进行图像雾化增 强； 建立初始管道滤波模型， 确定初始管道中心 目标点和初始管道半径； 预测下一帧待测目标的 质心坐标、 x方向的速度和y方向的速度； 对于帧 图像中丢失的目标点进行目标信息补偿； 对每帧 图像的管道中心位置、 管道半径 通过前一帧图像 的管道中心位置、 管道半径加上各自的修正因子 进行修正， 然后在待检测帧里建立检测管道； 确 定管道内候选范围以及候选目标， 得出每帧图像 的候选目标点， 建立单帧待匹配候选目标管道和 可疑目标队列。 该技术降低虚警概率， 保证算法 的实时性。 权利要求书3页 说明书10页 附图2页 CN 115511804 A 2022.12.23 CN 115511804 A 1.一种基于管道自适应滤波的海上红外弱小目标检测方法， 其特征在于： 含有以下步 骤， 步骤1， 获取原 始连续帧图像， 对其进行图像雾化增强； 步骤2， 建立初始管道滤波模型， 确定初始管道中心目标点和初始管道半径； 步骤3， 采用马尔可夫矩阵预测下一帧待测目标的质心坐标、 x方向的速度和y方向的速 度； 步骤4， 对于帧图像中丢失的目标点进行目标信息补偿； 步骤5， 对每帧图像的管道中心位置、 管道半径通过前一帧图像的管道中心位置、 管道 半径加上 各自的修 正因子进行修 正， 然后在待检测帧里建立检测管道； 步骤6， 确定管道内候选范围以及候选目标， 得出每帧图像的候选目标点， 并对候选目 标进行匹配， 建立单帧待匹配候选目标管道和可疑目标队列， 若待测候选管道中出现弱小 目标的次数 大于阈值， 则判定检测到弱小目标。 2.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征 在于： 所述步骤1中对原始采集的视频连续帧图像采用多尺度Retinex算法(MSR)进行图像 雾化增强， 其中， N表示高斯核的个数； ωk是权值； Fk(x， y)是尺度σn的高斯滤波函数， 定义 为： 且权值ωk满足： 3.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征 在于： 所述步骤2中以红外图像g中的像素点(x， y)处的灰度值为出发点， 定义图像的整体能 量ETg与图像窗口 的局部能量EL(i， j)， 于是第k+1帧的小目标检测判据可写为： EL(k+1)≥Θ(k+1)， Θ(k+1)＝(1 ‑ε )ELmax(k) 其中ELmax为相邻帧目标区域能量最大值的平均 值； ε为局部能量裕量因子， 满足0≤ε≤ 1， 由于管道目标点的选取与图像窗口的局部能量有关， 则同理可假设管道半径服从以 ELmax‑EL(i， j)的差值建立的高斯分布， 具体是指Ri～N( μ， S2)， 于是管道目标点的半径Rk按照 “3σ”原则可得： Rk＝ μ+3S。 4.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征 在于： 所述步骤 3中对每帧图像目标点的中心位置xk， yk以及第k帧 目标在x方向和y方向的移 动速度 进行预测， 计算待检测状态间各属性的累计状态转移概率pk(st|st‑l+1，…， st‑1)， 其表示最早时刻 出现的状态st‑l+1随着时间沿着各个状态转移到最后一个状态st‑1的 累计概率， 是关于第k帧图像中xk、 yk 的状态转移概率的一维向 量， 进而建立累计 状态转移 矩阵： 5.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征权　利　要　求　书 1/3 页 2 CN 115511804 A 2在于： 所述 步骤4中进行目标信息补偿的过程如下： T′N＝TN‑m+TN‑m+1+…+TN‑1+TN 其中m是补偿到待预测帧的帧数； T ′N和TN分别是待预测帧进行补偿前和补偿后的目标， TN‑m， TN‑m+1， ...， TN‑1是待预测帧之前第N ‑m到N‑1帧中的目标； 补偿操作分为三种情况： 待预 测帧中含有完整的目标信息、 待预测帧中含有部分目标信息、 待预测帧中不含有目标信息 。 6.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征 在于： 所述 步骤5中每帧图像的自适应管道中心与管道半径的确定含有以下步骤， 步骤5.1， 管道中心位置自适应： 管道滤波器检测受管道边缘强噪声对管道中心的影 响， 将前一帧图像管道中心加上修正因子α对此刻帧图像管道中心自适应， 当速度变化时， 修正因子αx、 αy也会自动随着发生变化调整， 其中， 分别是第k帧图像管道中心在x、 y方向的位置坐标； 分别是第k ‑1 帧图像管道中心在x、 y方向的位置坐标； 是第k帧的修 正因子， 具体由以下定义： 其中， xk、 yk是经由马尔可夫矩阵预测的第k帧目标质心位置； 经由马尔可夫矩 阵预测的第k帧 目标在x方向和y方向的移动速度； 是第k帧目标在x方向和y方向的真 实移动速度； bx、 by分别是 的数量级； 步骤5.2， 管道半径自适应： 步骤5.1中强噪声会对管道滤波器半径产 生影响， 则以目标 移动速度作为阈值， 将前一帧图像管道半径加上修正因子d得到此刻帧图像管道半径， 当速 度变化时， 修 正因子d会自动随着发生变化调整， 具体由以下定义： Rk＝Rk‑1+dk 其中， Rk是第k帧管道半径； Rk‑1是第k‑1帧管道半径； dk是第k帧管道半径的修正因子， 具 体由以下定义： 其中， 经由马尔可夫矩阵预测的第k帧目标在x方向和y方向的移动速度； 是第k帧目标在x方向和y方向的真实移动速度； c是 的数 量级。 7.根据权利要求1所述的基于管道自适应滤波的海上红外弱小目标检测方法， 其特征 在于： 所述 步骤6包括以下步骤： 步骤6.1， 在初始时刻设定可疑队列长度为N， 管道关联帧数为K， 建立可疑目标队列与 待候选目标管道， 根据单帧图像中的可疑目标集建立一个动态更新的管道， 其中可疑目标权　利　要　求　书 2/3 页 3 CN 115511804 A 3