2005-红外图像中弱小目标检测算法概述
文章编号21005-5 30(Z 005 04-0083-04
红外图像中弱小目标检测算法概述
卓宁1 孙华燕1 张海江Z
(1.装备指挥技术学院 北京10141 ;
Z. Z 41部队 8分队 辽宁葫芦岛1Z 5001 摘要2在现代战争中 复杂背景下的红外弱目标检测技术是红外制导系统中一个亟待
解决的问题 也是提高武器系统性能的关键O 现基于小目标检测的现状和最新进展 从空间
滤波和时间滤波的角度对现有的小目标检测技术进行了简单的概述 并分析了今后的研究
方向O
关键词2复杂背景;小目标;空间滤波;时间滤波
中图分类号2TP 3 1.4文献标识码2A
Algorithm surveys on small target detection in inf rared image
ZHUO Nzng 1 SUN Hua -yan 1 ZH NG Haz -jzang
Z (1.Institute of eguipment Command and Technology Beijing 10141 China ;
Z.PLA Z 41Command and 8Unit ~uludao 1Z 5001 China
Abstract 2In the modern War detection of the small target in the condition of complicated background is an urgent problem for infrared control and guide it is also the key of improving Weapon system capability .Part algorithms of infrared small target detection in the Way of spatial filter and time filter are introduced in this paper based on present and recent technology .Finally the direction of the study are analyzed .
Key words 2complicated background ;small target ;spatial filter ;time filter
1引言
现代战争中 要求更早地~在更远的距离上发现和捕获敌方的来袭导弹~飞机等目标 以使防御武器有足够的反应时间O 这时目标的图像很小 只有一个或几个像素 缺乏结构信息 此外视场中可能还有云~地物等各种复杂的背景杂波 目标点极易被噪声所淹没O 因此 复杂背景下低信噪比红外弱小目标检测是武器系统中的关键技术之一 是运动目标探测中一个亟待研究与解决的课题O
为了从二维序列图像中检测到低信噪比红外弱小目标 自70年代以来 国内外学者和专家进行了广
泛而深入的研究 提出了许多有实际意义的检测算法O Bauch [1]等人提出 通过采用一组时间上的高阶差分
来抑制背景干扰 并得到目标运动轨迹O 并用动态规则和状态估计技术来增加目标的可检测性O 然而 这种方法在低信噪比的情况下可能呈现较差的性能O 此后 又有人提出了频域中的三维时空匹配滤波技术
并且把其简化为只在空域中进行的二维匹配滤波 其结果在时间序列中进行递推求和O Irani M [Z ]等人用
计算小邻域上灰度的加权平均再用梯度进行归一化 以此作为运动的度量O 还有由Liou S P 和J ian R C 提出的运动目标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
第Z 7卷第4期
Z 005年8月光学仪器O PTICAL I N S T R U M e N T S V ol.Z 7 N o.4
August Z 005
收稿日期2Z 004-11-1
作者简介2卓宁(1 7 - 女 安徽蚌埠人 工程师 硕士生 主要从事图像信号处理方面的研究O
48光学仪器第Z7卷
函数的时间和空间偏导数必须实时完成在时空空间中的三维曲线拟合因而增加了计算量国内在小目标检测方面也做了大量的工作提出了迭代统计平均检测法神经网络法全局搜索法等小目标检测方法但是由于背景的不同小目标运动轨迹速度及姿态的变化各种检测算法的计算量大等原因故至今尚无十分理想可实时实现的算法现概述了现有的低信噪比小目标检测部分算法并分析了今后的发展和研究方向
小目标的检测一般都采用空间时间滤波算法先进行空间滤波预处理实现目标增强和背景抑制提高图像的信噪比再在此基础上用门限检测的方法进行目标检测然后通过时间序列分析进行时间域滤波去伪存真找到真正的目标
2基于空间滤波的检测方法
空间滤波一般采用阀值相关卷积小波等线性滤波器和形态学中值均值最大等非线性滤波器线性滤波器一般数学表达式清楚计算简单但是经过滤波后一般会使边沿变模糊;而非线性滤波器一般加强图像的边沿下面对基于空间滤波器的检测方法作简单的介绍
2.1门限检测法(ThreShOlding)
利用门限检测法的目的是使规定的检测门限高得足以抑制背景起伏低得足以使目标信号通过小目标探测算法最终都要演化成门限检测法
门限检测法的一般原理是设图像表示为:
1 {f(z j)}z [l M]j [l N](l)点目标存在与否可以表示为:
H l f(z j)Z T
H O f(z f) f(z f)表示某一帧图像中(z j)点的灰度值T为门限或阈值 这种算法存在于很多文献中但是计算出来的门限通常为固定门限适应性较差 2.2背景抑制法 背景抑制技术的研究非常广泛主要由图像滤波像素变换等其中以滤波技术应用最为常见到目前为止已经发展了很多种基于图像滤波的背景抑制方法包括采用卷积或相关运算的背景抑制基于TOP- h 变换的数学形态学滤波二维均方误差法数学形态学滤波等背景抑制技术的基本思想:首先对红外图像的背景起伏分量进行估计然后将原始图像与背景起伏图像相减以得到不含起伏的红外图像对于 这一类算法的实质仅在于背景估计部分所采用的算法不同 文献[3]提出了基于门限检测的低通滤波算法;文献[4 5]提出了用空间高通滤波方法改善图像质量抑制背景噪声的方法;文献[6]提出了一种基于卡尔曼滤波理论的时域递归低通滤波算法低通高通滤波虽然对背景起到一定的抑制作用但是效果不够理想 基于TOP-h 变换的数学形态学滤波[7]是一种实用的自适应非线性滤波技术它利用集合函数的膨胀和腐蚀进行局部最大和最小运算以实现对图像的空间滤波通过使参与运算的区域大小根据背景的起伏程度进行相应的调整来实现自适应滤波只要结构元素选择合适该方法能得到比较理想的背景估计结果 二维最小均值方误差滤波实际上是一种典型的自适应线性预测算法它在预测过程中采用了最小均方误差准则当原始红外图像中含有较强相关噪声时二维最小均值方误差是行之有效的方法利用噪声的相关性可以从滤波器的输入信号中预测得到噪声分量并消除之而在滤波器的残差中得到目标信号分量该算法对平稳背景图像具有很好的噪声抑制效果但对于非平稳背景反而可能会使信噪比降低 2.3小波变换法 小波分析的多尺度特性使得它适合于在低信噪比环境下进行红外目标检测其伸缩特性可使部分图像特征在某个尺度下被有效地抑制而某些感兴趣的特性可以被突显出来因为小波基函数有可变的间 隔 它们能够使定位信号间断 当对一幅图像进行二维离散小波变换时 可产生具有不同分辨力和减小了空间的子图 而保持目标和杂散的适当空间位置 小波变换的另一个潜在的好处就是不但能够从一个或两个子带仅用系数进行检测 而且可以减少处理的总像素数目 李国宽[ ]等采用阈值法对高频成份进行统计分析来探测小目标 但其前提是小目标尺寸较大 且图像中只有一个小目标 周杰[ ]等研究了一种方向小波变换的点目标检测方法 其思路是点目标在一定的时间段内是沿直线运动的 因而 将点目标轨迹的能量沿运动方向投影时其叠加的峰值最高 于是检测运动点目标的问题就可以转化为在不同方向投影图中寻找能量最大~波形最陡峭的能量波峰 即目标能量波峰 该方法不适用于目标角速度接近于 的情况 . 最大 中值滤波器中值滤波器是一种典型的非线性滤波算法 在过滤掉高频噪声的同时对低频图像边沿破坏较小 这种方法的基本思想是 在输入图像中 以任一像元为中心设置一个确定的邻域 将该领域内各像素的灰度值按大小有序排列 取位于中间位置的那个值(或最大值)作为该像元的输出灰度值 遍历整幅图像就可完成整个滤波过程 然后 将原始图像与滤波输出相减 即可得到消除了背景的图像 该算法只能滤除脉冲宽度小于滤波窗口一半的噪声 邻域窗口的大小与形状对滤波结果也有较大的影响 这就是该算法的局限性 3基于时间滤波的检测方法 空间滤波器通常无法唯一地探测到可能的点目标 还需要进一步采用时间滤波器 即通过目标在多帧图像中的相关性进行滤波 有些算法中时间滤波器放在空间滤波器之后叫先检测后跟踪(detect before track ) 有些算法中时间滤波器放在空间滤波器之前 叫做探测前跟踪(track before detection ) 前者只有在信噪比很高的情况下才能取得较好的性能;与之相比 后者是基于运动特性的目标检测技术 它只用运动特性对目标进行描述 并将目标的检测和跟踪问题简化为轨迹的检测 因而得到了广泛的应用 常用的时间滤波器有 三维匹配滤波器~帧相关技术~多级假设检验法~最优原理的动态规划法~图像流法等 3.1三维匹配滤波器 匹配滤波器[1 11]是最佳的滤波器 其原理就是 针对目标所有可能的运动情况设计相应的多个三维滤波器 对每个滤波器的图像序列的输出结果进行统计 选出使输出信噪比最高的滤波器 从该滤波器所对应的运动状态可以确定目标在图像中的位置和轨迹 由于每一匹配滤波器对应着一条完整的轨迹 故这种方法可实现对多条轨迹的同时检测 原则上讲 可以从未经二值化的图像中检测出运动轨迹 然而 由于运动目标的数目~速度和位置等航迹信息不能预先知道 这就导致不可实现的无穷尽式搜索 因此只适用于很小应用范围 3. 帧相关技术 帧相关技术利用图像帧信号之间的空间相关性对目标进行轨迹关联 它假设在采用稳像技术之后小目标在相邻两帧图像中位置漂移在一定的允许范围之内 设有连续的两帧图像 对第一帧进行处理得到其中可能的小目标坐标 然后以第一帧中小目标为基准在第二帧图像中相同坐标位置附近一定距离范围内进行搜索 如果也搜索到小目标 则在这两帧中继续保留这些点 且记下这些点的坐标位置 否则就认为该小目标是随机噪声 并将其去掉 对第三帧图像也作同样的处理 这样搜索的范围就不断减小 最后确定出真正小目标的位置 文献[12~1M ]就采用了帧相关技术 该算法存在的不足 目标的信噪比通常要求较高 否则图像中目标灰度值的起伏可能会造成相关中断 3.3多级假设检验法[15] 多级假设检验法是一种通过序贯处理来达到减少计算目的的算法 它将众多可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进行假设检验 以随时去掉没有通过检验的树 来达到减少运算量和存储量的目的 该方法的优点是对每一条候选轨迹的计算效率较高 从而减小了计算量和存储量;但是当信噪比较低时 虚警率较高 3. 基于最优原理的动态规划法[16] 5 第M 期卓宁等 红外图像中弱小目标检测算法概述 动态规划是一种基于最优原理的算法 基本思想是:先定义一种目标状态作为一组可能的目标轨迹 每一条轨迹以递归的方式被跟踪并赋予一个得分数 对于给定帧图像上的像元 只要简单的根据轨迹分数确定其相应归属哪条轨迹即可 但是该方法需要较多的匹配滤波器对目标进行检测 由于将图像序列分成每一级具有固定长度的若干组 故可能会引起轨迹的失配 从而造成性能损失 并且最优化过程可能带来巨大的计算量和存储量 不利于实时处理 3.5基于图像流算法的滤波技术 图像中目标的运动在图像的两个坐标上投影所产生的速度场称为图像流 通过对序列图像进行图像流分析 可以有效地检测出图像中目标的运动轨迹 文献[4 5]对弱目标检测提出图像流法 文献[17]提出数学形态学膨胀累加,图像流航迹关联和二级并行假设检验的点目标检测方法 图像流法的优点是能够检测独立运动的对象 不需要预先知道场景的任何信息 并且可用于摄像机运动的情况 但多数图像流法计算复杂耗且在有些情况下不可用 如有阶跃边缘和遮挡的情况 除非硬件支持 否则很难实时实现 4结束语 复杂背景下红外弱小目标的检测历来被认为是一个十分复杂的问题 同时也是图像理论发展的瓶颈之一 文中对近年来国内外比较常用的小目标检测算法的研究进行了简单的概述 限于篇幅 不能一一列举 到目前为止 在提出低信噪比小目标检测算法中通用性强且性能优良的并不多见 在工程实现上还存在这样和那样的不足 需要进一步探索和不断改进完善 当前红外弱小目标检测算法面临的关键技术难点是:(1D 低信噪比情况下 可靠,稳定的检测目标;(2D 虚警率低且恒定 检测概率较高;(3D 高速实时性处理 预计这些技术难题将在今后若干年内逐步得到解决 5 参考文献[1]Bauch -E Futterman W I Kemmer D B .Back -ground suppression and tracking With a staring mosaic sensor [J ].O ptzcal Engzneerzng . 1981 2O(1D :1O3~11O. [2]Iranni M et al . Detectioin and tracking multiple moving objects using temporal integration [A ].SeconC E/ropean Confer on Comp/ter Vzszon [C ] Italy :Santa Margherita Ligure 1992.282~287. [3]王勇 赵保军.复杂背景下低信噪比点目标的实时检测算法及实现[J ].系统工程与电子技术 2OO2 24(12D :17~21. [4]周卫祥 孙德宝 彭嘉雄.红外图像序列运动小目标检测的预处理算法研究[J ].国防科技大学学报 1999 21(5D :57~6O.[5]彭嘉雄 彭铁.弱目标检测的图像流法[J ].红外与激光工程 1996 25(4D :34~4O. [6]沈宇键 何昕 郝志航.图像序列中检测运动小目标的递归算法[J ].光电工程 2OO4 27(2D :9~13. [7]Zhu Z F Li Z L liang -C .et al . Gryscale morphological filter for small target detection [J ]SPIE 2OOO:413O 28~34.[8] 李国宽 彭嘉雄 李红.基于向量小波变换的小目标检测方法[J ].华中理工大学学报.2OOO 28(1D :73~75.[9] 周杰 彭嘉雄 等.基于小波变换的运动点目标检测方法[J ].宇航学报.1996 17(3D :1~5.[1O] MelendeZ K A Modestino J W .Spatial -temporal multiscan adaptive matched filtering [J ].SPIE 1995 2561:51~65.[11]Scheffe M Blane M M Cooper D B .Multicovariance matched filter for target detection and background recognition [J ].SPIE 1994 2561:2O3~218. [12]唐 莹 田金文 柳健.红外序列图像点目标检测的一种方法[J ].华中科技大学学报 2OO1 29(4D :4~6.[13] 熊辉 沈振康.低信噪比抖动红外点目标的检测[J ].国防科技大学学报 1998 2O(2D :54~59.[14] Zhu Z F .Detection and acguistion of small targets With loW Signal -to -clutter ratio [J ].SPIE 1999 38O9:564~569.[15] Stocker A D Jensen P .Algorithms and architec -tures for implementing large velocity filter banks [J ].SPIE 1991 1481:14O~155.[16]Tonissen S M Evans R J .Performance of dynamic programming technigue for track -before -detect [J ].IEEE Transon AES 1996 32 (4D :1444~145O. [17] Braga !" Goutsias J .Automatic target detection and tracking in forWard looking infrared image seguences using morphological connected operators [A ].23rC Conference on Informatzon Sczences anC S #stem [C ].Maryland :Baltimore .1999.173~178.$68$光学仪器第27卷 红外图像中弱小目标检测算法概述 作者：卓宁， 孙华燕， 张海江， ZHUO Ning， SUN Hua-yan， ZHANG Hai-jiang 作者单位：卓宁,孙华燕,ZHUO Ning,SUN Hua-yan(装备指挥技术学院,北京101416)， 张海江,ZHANG Hai-jiang(92941部队98分队,辽宁葫芦岛125001) 刊名： 光学仪器 英文刊名：OPTICAL INSTRUMENTS 年，卷(期)：2005,27(4) 被引用次数：2次 参考文献(17条) 1.Bauch H E;Futterman W I;Kemmer D B Back-ground suppression and tracking with a staring mosaic sensor 1981(01) 2.Iranni M Detectioin and tracking multiple moving objects using temporal integration 1992 3.王勇;赵保军复杂背景下低信噪比点目标的实时检测算法及实现[期刊论文]-系统工程与电子技术 2002(12) 4.周卫祥;孙德宝;彭嘉雄红外图像序列运动小目标检测的预处理算法研究[期刊论文]-国防科技大学学报1999(05) 5.彭嘉雄;彭铁弱目标检测的图像流法 1996(04) 6.沈宇键;何昕;郝志航图像序列中检测运动小目标的递归算法[期刊论文]-光电工程 2004(02) 7.Zhu Z F;Li Z L;liang H C Gryscale morphological filter for small target detection[外文期刊] 2000 8.李国宽;彭嘉雄;李红基于向量小波变换的小目标检测方法[期刊论文]-华中科技大学学报（自然科学版）2000(01) 9.周杰;彭嘉雄基于小波变换的运动点目标检测方法 1996(03) 10.Melendez K A;Modestino J W Spatial-temporal multiscan adaptive matched filtering[外文期刊] 1995 11.Scheffe M;Blane M M;Cooper D B Multicovariance matched filter for target detection and background recognition[外文期刊] 1994 12.唐莹;田金文;柳健红外序列图像点目标检测的一种方法[期刊论文]-华中科技大学学报(自然科学版) 2001(04) 13.熊辉;沈振康低信噪比抖动红外点目标的检测[期刊论文]-国防科技大学学报 1998(02) 14.Zhu Z F Detection and acquistion of small targets with low Signal-to-clutter ratio[外文期刊] 1999 15.STOCKER A D;Jensen P Algorithms and architec-tures for implementing large velocity filter banks 1991 16.TONISSEN S M;Evans R J Performance of dynamic programming technique for track-before-detect [外文期刊] 1996(04) 17.Braga N U;Goutsias J Automatic target detection and tracking in forward looking infrared image sequences using morphological connected operators 1999 本文读者也读过(10条) 1.李燕苹.谢维信.裴继红.LI Yan-ping.XIE Wei-xin.PEI Ji-hong基于小波变换的红外弱小目标检测新方法 [期刊论文]-红外技术2006,28(7) 2.李朝晖机载武器系统的目标红外特性研究[会议论文]- 3.黄蕾.朱良龙.辛欣红外成像系统在空中目标红外特性测量中的应用[会议论文]-2008 4.陈朝阳.张桂林.CHEN Zhao-yang.ZHANG Gui-lin红外警戒系统小目标实时检测方法[期刊论文]-红外与毫米波学报1998,17(4) 5.李智杰.高新波.姬红兵基于Curvelet变换的红外图像背景杂波抑制算法[期刊论文]-红外技术2004,26(5) 6.史凌峰一种红外弱小目标检测新方法[期刊论文]-红外技术2003,25(3) 7.卫洁如.陈英硕塞尔维亚的两种红外制导面空导弹已投入市场[期刊论文]-飞航导弹2009(3) 8.俞建成.孙胜利.陈桂林.YU Jian-cheng.SUN Sheng-li.CHEN Gui-lin红外图像中小目标检测研究[期刊论文]-红外2006,27(4) 9.孙瑛航空自卫系统综合化技术设计与实现[学位论文]2002 10.殷前根俄红外制导地空导弹提高夜间作战能力[期刊论文]-上海航天2000,17(3) 引证文献(2条) 1.王春歆.沈同圣.张玉叶基于层次聚类的弱小目标检测算法[期刊论文]-计算机工程与应用 2008(19) 2.陈谋.谭晓宇.姜长生基于信息融合的空中红外小目标识别[期刊论文]-光学精密工程 2009(8) 引用本文格式：卓宁.孙华燕.张海江.ZHUO Ning.SUN Hua-yan.ZHANG Hai-jiang红外图像中弱小目标检测算法概述[期刊论文]-光学仪器 2005(4)