单帧图像目标检测详解.ppt

燕山大学本科毕业设计结题报告 课题名称： 基于单帧红外图像的弱小目标检测 学院（系）： 里仁学院电气工程系 年级专业： 10级计算机控制一班 学生姓名： 余 海 指导教师： 张旭光 本次毕设主要任务 第一章：研究概述 研究背景 问题和目标 解决办法 研究背景 课题名称：基于单帧红外图像的弱小目标检测 具有重要的军事战略意义和实用价值，提高国防综合能 力，有效提高监测预警和反击能力； 对民用领域有广阔的应用前景如：天文观测、森林火 警、粒子监测、卫星天气红外云图分析、红外医疗图像 病理分析，飞机拍摄地面红外图像地质分析，城市红外 污染分析等方面。 问题和目标 红外弱小目标检测识别难点: 对比度较低、边缘模糊、信号强度弱, 缺乏纹理、形状、大小等结 构信息, 目标极易被噪声所淹没。 在自然环境中, 杂波和复杂背景给目标检测带来了很大的干扰。 本次毕设要达到的目标： 针对红外图像目标信噪比低，且易受背景杂波干扰的特点，提出红 外图像弱小目标的检测方案，以实现红外检测水平的优化提高。 解决方法 通过对图像预处理、目标检测等常用算法的测试分析，总结有 益的结论。并针对红外图像掠海小目标信噪比低，且易受到水天线 和背景杂波干扰的特点，提出了一种红外图像弱小目标的检测方案。 该方法的步骤是：首先采用中值滤波来减小噪声，采用拉普拉 斯算法用以抑制背景噪声并对目标增强；采用最大类间方差法阈值 分割图像；再用均值处理除掉图像中可能出现的目标区域断裂的情 况，然后进行形态学处理，解决目标粘连等情况，最后采用了图像 行扫描法有效地滤除水天线；然后得到候选小目标。 第二章：研究框架 研究思路 检测步骤 处理结果　 研究思路：图像预处理 图像预处理是为剔除图像中无关的信息，增强目标的可检测性，以及识别的可靠性，对图像进行的处理。 目的是提高传给主处理器的图像的质量和信噪比，减少需处理的数据量 采用对比的方法，对图像采用多种图像预处理分割方法并进行对比优劣，选择最合适的图像预处理方法。 椒盐噪声处理对比 原图 添加椒盐噪声 线性空域滤波 中值滤波效果 低通滤波效果 形态学滤波效果 高斯噪声处理对比 原图 添加高斯噪声 线性空域滤波效果 中值滤波效果 低通滤波效果 形态学滤波效果 乘性噪声处理对比 原图 添加乘性噪声 线性空域滤波效果 中值滤波效果 低通滤波效果 形态学滤波效果 结论 通过编程实现了这些算法，并比较了各种预处理算法 的处理效果。同时，表明，中值滤波在预处理阶段具有滤 波效果好，适合作为红外图像弱小目标检测的预处理手段。 研究思路 目标检测就是将目标从背景中抽离出来 。并提取出感兴趣目标 通图像预处理一样，对于图像同时采用不同阈值分割，进行检测对比，看那种效果更好。选择最好的方法作为图像检测的方法。　　 固定阈值分割效果 原图 对应的灰度直方图 固定阈值分割效果 阈值60对应的图 阈值70对应的图 阈值80对应的图 阈值85对应的图 阈值90对应的图 迭代法和最大类间方差法阈值分割 原图 迭代法阈值分割图 Otsu阈值分割图 结论 1、实验结果表明，迭代阈值分割和最大类间差法阈值分割对水天 线没有被有效的滤掉。所以也不适合直接处理含水天线的红外小目 标图像。 2、固定阈值分割直接明了，但是处理步骤繁琐，需要多次实验。 3、迭代法处理效果明显，但是运算时间较长，很容易死机。 4、最大类间方差法处理快速，效果也很显著。 5、确定用最大类间方差法作为阈值分割方法。 单帧红外图像弱小目标检测 1、首先采用中值滤波来减小 噪声； 2、采用了拉普拉斯图像增强，用以抑制背景噪声并对目标增强； 3、采用最大类间方差法阈值 分割图像； 4、均值处理 5、形态学滤波， 6、采用了图像行扫描法有效地滤除水天线； 最后得到候选小目标。 检测步骤 检测步骤（1）：中值滤波 先采用中值滤波降噪。由于红外图像中目标所处的环境复杂，背景 干扰大，故该检测算法首先采用一定窗口的中值滤波来消除噪声， 尤其是脉冲噪声的干扰。 中值滤波器用于图像处理中是这样进行的：设置一个滤波窗口，将 其移遍图像 序列 上的点，且用窗口内各原始值的中值代替窗口中 心点的值。 在坐标点 x,y 大小为m×n的窗口表示为Sxy，中值滤波是选取窗口Sxy中被干扰图像g x,y 的中值，作为坐标点 x,y 的输出，公式为： 中值滤波：程序 global T%定义全局变量T axes handles.axes2 ;%使用第二个axes T getimage; k medfilt2 handles.img,[5,5] ;%中值滤波 imshow k ;%显示图片 handles.img k;%把图像发给handles.img,方便其他函数调用 guidat