一种基于非下采样Contourlet变换的运动点目标背景抑制算法

作者:秦翰林;周慧鑫;刘上乾;杨廷梧 刊名:光子学报 上传者:张瑜

【摘要】为了解决机载红外预警探测系统检测地面运动点目标时的结构化背景抑制,提出了一种基于非下采样Contourlet变换的新算法.算法采用非下采样Contourlet变换对原始图像进行多层分解,然后对低频子带和高频子带采用不同的方法处理,最后对各子带进行重构即可得到背景抑制后图像.与数学形态学Top-hat算法比较,实验结果表明本文所提算法能有效地抑制图像背景,从而较好地提高图像的信噪比和对比度.

全文阅读

0引言机载红外预警探测系统是以红外搜索跟踪系统为预警探测传感器的远程无源探测系统,其中对红外图像地面点目标的检测与识别是一个重要的研究课题.为了使战机有足够的反应时间,则要求尽可能早地发现地面目标,即要求能检测出远距离的目标.但远距离的目标成像,常表现为淹没在结构化背景(例如山脊、道路和地面条块边缘)中的一个或几个像元,即为点目标.一般常规的方法较难检测出这类目标.因此,有效地抑制复杂的结构化背景对检测性能的影响,是提高目标检测和识别准确性和可靠性的关键.近20多年来,红外图像背景抑制技术得到较大的发展,主要有时域滤波[1]、空域滤波[2-3]、频域滤波[4]、小波域滤波[5]和数学形态学滤波[6]等滤波方法.但是,当背景为复杂的结构化背景时,这类滤波算法不能完全平滑边缘,从而导致检测概率降低,虚警率增大.在这种情况下,为了使有用的目标特征被保留并得到有效增强,则必须要对结构化背景实行自适应的抑制.为此,本文提出了一种基于非下采样Contourlet变换(NonsubsampledContourletTransform,NSCT)的红外图像地面运动点目标背景抑制算法.利用NSCT具有多尺度、多方向性和平移不变性等优点,平滑掉图像中大面积的结构化背景,增强其突变部分.用真实红外地面点目标图像序列进行实验,实验结果验证了本算法的良好性能.1算法描述1.1非下采样Contourlet变换ArthurL.daCunha和JianpingZhou[7]等人在2006年提出了NSCT,其具有多尺度、多方向、近邻界采样和各向异性等优点,从而引起了有关研究人员的密切关注.NSCT是非下采样金字塔和非下采样方向滤波器组的结合.非下采样金字塔提供多尺度分解,非下采样方向滤波器组提供方向分解,如图1(a).首先,非下采样金字塔把输入图像分解成低通非下采样轮廓波变换.1Thenonsubsampledcontourlettransform和高通子带.然后,非下采样方向滤波器组把高带分成几个方向的子带,该操作通过在低通子反复迭代实现.方向的数目随着频率的增加而,如图1(b).NSCT很好地保持图像中的各种性信息,其所提供的丰富方向和形状信息为提捉图像中几何结构的能力奠定了基础.这也为红外地面运动点目标背景抑制问题提供了广阔间.基于NSCT的背景抑制当目标距离成像系统较远,它形成的像所占的面积很小,一般只有几个像素或者更少,此时可当作点源目标.对于包含有点源目标的红外单帧图像(MN个像素)可采用式(1)的模型描述f(i,j,k)=fT(i,j,k)+fBN(i,j,k)(1iM,1jN)(1)式中f(i,j,k)是第k帧图像中第(i,j)个像素点的灰度值;fBN(i,j,k)为背景和噪音的灰度值;fT(i,j,k)是目标的灰度值.目标信号模型为fT(i,j,k)=Al(k)h(i,j,xl,yl)(2)式中Al(k)是目标峰值强度,在较短时间内可以认为是常量;(xl,yl)是目标所在位置;h是点扩散函数[8].采用二维旋转不变性Gabor小波函数来构建点扩展函数,如式(3).,j,xl,yl)=12xyexp-(i-2x2xl)2-(j2-y2yl)2cos(2vi2+j2)|i-xl|E(4)3)对高频部分采用二维旋转不变性Gabor小波做卷积运算,以抑制残留在高频部分的亮背景和噪音;4)采用非下采样Contourlet逆变换重构,即得到背景抑制后图像.2实验结果与分析2.1评价准则本文选用了五个参量来衡量算法保存目标信号、去除复杂地面背景的有效性.它们是:(a)信噪比S

参考文献

引证文献

问答

我要提问