(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 202210572822.1 (22)申请日 2022.05.25 (71)申请人 南京邮电大 学 地址 210003 江苏省南京市 鼓楼区新模范 马路66号 (72)发明人 花莹莹　朱虎　邓丽珍　 (74)专利代理 机构 南京正联知识产权代理有限 公司 32243 专利代理师 姜梦翔 (51)Int.Cl. G06V 10/36(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/28(2022.01) G06V 10/80(2022.01) (54)发明名称 一种基于多角度先验分析的红外小目标检 测方法 (57)摘要 本发明公开了一种基于多角度先验分析的 红外小目标检测方法， 具体步骤为： 步骤1， 将原 始图像进行预处理获得灰度图像， 构建原始图像 的分片张量模型； 步骤2， 将灰度图像通过其对应 的方向导数模 型进行滤波， 并构建对应的分片张 量； 步骤3， 对灰度图像增加局部结构权重； 步骤 4， 目标和背景分离； 步骤5， 图片重建、 目标检测。 本发明提出了多方向先验分析， 利用重新加权的 方式对目标进行增强， 实现了在缺乏纹理信息和 空间结构信息的恶劣环境下， 对红外图像中目标 进行精确检测， 从而降低误警率。 该方法在小目 标检测过程中着重处理抑制背景和增强目标之 间的平衡关系， 即在获取背景边缘并抑制的同 时， 保留目标边 缘的信息 。 权利要求书2页 说明书7页 附图4页 CN 114882231 A 2022.08.09 CN 114882231 A 1.一种基于多角度先验分析的红外小目标检测方法， 其特 征在于： 包括如下步骤： 步骤1： 将原 始RGB图像转换为灰度图像， 并构建原 始图像的分片张量； 步骤2： 将灰度图像通过其对应的方向导数模型进行 滤波， 并构建对应的分片张量； 步骤3： 对灰度图像增 加含有目标 先验的局部结构权 重， 进一步区分目标和稀疏边 缘； 步骤4： 将步骤1和步骤2得到的分片张量以及步骤3所求的局部结构权重一起输入张量 部分和范数模型进行求解， 通过交替方向乘子法进行迭代， 得到目标和背景分离的分片张 量； 步骤5： 将得到的目标和背景的分片张量恢复成图片， 提取小目标信息 。 2.根据权利要求书1所述的一种基于多角度先验分析的红外小目标检测方法， 其特征 在于： 步骤1中将一张图片按照滑动窗口40 ×40的尺寸切割并叠加， 形成40 ×40×t的三维 张量， 其中t是滑动窗口 的数量。 3.根据权利要求书2所述的一种基于多角度先验分析的红外小目标检测方法， 其特征 在于： 步骤2中灰度图像经过对应的一阶方向导数的滤波后再构建对应的分片张量， 一阶方 向导数的求 解过程为： 在具体 像素(r， c)上的表面 函数g(r， c)表示 为： 其中r和c分别表示为该像素点在小领域内的对应坐标值， g(r， c)在任意角度α上的一 阶方向导数g ′α计算为： 其中， Pi为二维离散切比雪夫多项式， ki为二维离散切比雪夫多项式系 数， I(r， c)表示 的是原始像素值， 表示为偏导。 4.根据权利要求书1所述的一种基于多角度先验分析的红外小目标检测方法， 其特征 在于： 步骤3中局部结构权 重Wsm为Msm的倒数， 多向边 缘感知映射Msm表示为： 其中j∈{1， 2， 3， …， n}表示n个不同的方向， 对于每个方向所得的图像都有其对应的结 构张量E为： 表示为图像的梯度， 表示为图像的梯度的转置， 其中Ix和Iy分别表示该图像的水 平梯度和垂直梯度， 通 过结构张量E计 算出两个非负的特征值 λ1和 λ2。 由于结构张量E 为对称 的半正二维矩阵， 则两个特 征值为：权　利　要　求　书 1/2 页 2 CN 114882231 A 2多向边缘感知映射中的局部感知映射 LEj(x， y)如下： 式中， λj1， λj2为在特定j方向上 结构张量E的两个非负特 征值。 5.根据权利要求书1所述的一种基于多角度先验分析的红外小目标检测方法， 其特征 在于： 步骤5中采用自适应阈值分割算法提取小目标， 图像中大于阈值Th的像素点为目标像 素点， 阈值如下： Th＝max(dmin， μ+ρ σ ) 其中 μ和σ 分别是重建目标图像的均值和标准差， dmin和ρ 为根据经验设为的常量。 6.一种计算机设备， 包括至少一台计算设备， 其特征在于： 计算设备包括存储器、 处理 器及存储在存储器中用于执行权利要求1 ‑5任意一项的一种基于多角度先验分析的红外小 目标检测方法的程序配置 。权　利　要　求　书 2/2 页 3 CN 114882231 A 3