(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 202210627200.4 (22)申请日 2022.05.19 (71)申请人 中国科学院长春光学精密机 械与物 理研究所 地址 130033 吉林省长 春市东南湖大路 3888号 (72)发明人 李焱　陈健　缪海晴　张雷洪　 方瑶　李紫菲　沈自敏　林伟鸿　 徐润初　张大伟　李正礼　方加炜　 (74)专利代理 机构 长春众邦菁华知识产权代理 有限公司 2 2214 专利代理师 于晓庆 (51)Int.Cl. G06T 7/136(2017.01) G06T 7/13(2017.01)G06T 5/00(2006.01) G06V 10/22(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/80(2022.01) (54)发明名称 基于频域残差分析的红外弱小目标检测方 法 (57)摘要 基于频域残差分析的红外弱小目标检测方 法， 涉及红外弱小目标检测领域， 包括： 输入红外 图像， 构造该红外图像的显著性图； 构造该红外 图像的高斯灰度差分图； 融合显著性图和高斯灰 度差分图得到响应图； 对响应图进行自适应阈值 分割得到红外弱小目标。 本发明采用频谱残差算 法构造该红外图像的显著性图， 通过结合红外图 像的方向灰度特征构造该红外图像的高斯灰度 差分图， 将 显著性图与高斯灰度差分图进行融合 从而生成响应图， 再对响应图进行自适应阈值分 割得到检测结果， 从而实现基于频域残差分析的 红外弱小目标检测。 本发明在各种场景下均具有 较高的目标检测率， 且运 算过程更加简单。 权利要求书1页 说明书4页 附图3页 CN 114972400 A 2022.08.30 CN 114972400 A 1.基于频域残差分析的红外弱小目标检测方法， 其特 征在于， 包括以下步骤： 步骤S1、 输入红外图像， 构造该红外图像的显著性图； 步骤S2、 构造该红外图像的高斯灰度差分图； 步骤S3、 融合显著性图和高斯灰度差分图得到响应图； 步骤S4、 对响应图进行自适应阈值分割得到红外弱小目标。 2.根据权利要求1所述的基于频域残差分析的红外弱小目标检测方法， 其特征在于， 所 述步骤S1包括以下步骤： S1.1利用频谱残差模型对输入的红外图像的对数谱进行分析， 在空间域中获取该红外 图像的剩余谱并构造该红外图像的显著性图； S1.2突出该红外图像的显著性图中的红外弱小目标信息， 并抑制背景信息， 增 强红外 弱小目标与背景之间的对比度。 3.根据权利要求2所述的基于频域残差分析的红外弱小目标检测方法， 其特征在于， 所 述步骤S2包括以下步骤： S2.1利用输入的红外图像的方向灰度特 征， 构造该红外图像的高斯灰度差分图； S2.2精确描绘高斯灰度差分图中的红外弱小目标的边 缘轮廓信息 。 4.根据权利要求3所述的基于频域残差分析的红外弱小目标检测方法， 其特征在于， 所 述步骤S3包括以下步骤： S3.1将显著性图和高斯灰度差分图通过 大津法分别计算出 各自阈值； S3.2根据显著性图和高斯灰度差分图的阈值， 对显著性图和高斯灰度差分图分别进行 二值化处理； S3.3将二值化后的显著性图中对比度增强部分以及高斯灰度差分图中红外弱小目标 的边缘轮廓信息通过矩阵点乘运算融合， 得到响应图， 非目标区域被抑制， 只留下红外弱小 目标区域。 5.根据权利要求4所述的基于频域残差分析的红外弱小目标检测方法， 其特征在于， 所 述步骤S4包括以下步骤： 采用自适应阈值分割方法对响应图进 行处理， 滤去多余杂波， 得到 红外弱小目标的精确位置， 实现红外弱小目标检测。 6.根据权利要求5所述的基于频域残差分析的红外弱小目标检测方法， 其特征在于， 所 述自适应阈值分割方法中涉及到的自适应阈值跟据响应图的均值和标准差进行计算。权　利　要　求　书 1/1 页 2 CN 114972400 A 2基于频域残差分析的红外弱小目标 检测方法 技术领域 [0001]本发明涉及红外弱小目标检测技术领域， 具体涉及一种基于频域残差分析的红外 弱小目标检测方法。 背景技术 [0002]目前， 红外成像系统已经被广泛地应用于故障诊断、 目标检测及视频监控等领域 中。 作为红外成像系统中的关键技术之一， 红外弱小目标检测技术依然是本领域的研究难 点。 由于红外图像信噪比低， 红外弱小目标一般均呈现点状， 没有明显的形状和纹理信息， 因此给红外弱小目标的检测带来极大的困难。 [0003]目前， 对于红外弱小 目标的检测通常采用基于人类视觉系统的检测方法， 该方法 主要包括基于频谱残差和基于局部对比度这两类检测方法。 其中， 基于频谱残差的检测方 法， 如Hou和Zhang通过保留规范的特性， 抑制其余的特性来进 行检测红外弱小目标， 虽然 该 方法计算简单， 但是该方法不能很好的抑制背 景杂波， 导致最 终目标检测率较低(Salienc y  detection:a  spectral  residual  approach， Hou  X D and Zhang L Q， Proceedings  of  2007IEEE  Conference  on ComputerVision  and Pattern Recognition(CVPR)， 2007)。 另 外， 基于局部对比度的检测方法， 如华中科技大学的Wei等人利用多尺度中块的对比度不同 的方式来检测目标， 虽然该方法能够不丢失目标的特征， 但是该方法不适合检测红外弱小 目标， 无法对红外弱小目标实现有效检测(Multiscale  patch‑based contrast  measure  for small infrared  target detection， Wei  Y T， You X G and Li H， Pattern   Recognition， 2016)。 发明内容 [0004]为了解决现有采用基于人类视觉系统的检测方法对红外弱小目标进行检测所存 在的背景杂波抑制能力弱、 目标检测率低、 甚至无法有效检测的问题， 本发明提供一种基于 频域残差分析的红外弱小目标检测方法。 [0005]本发明为 解决技术问题所采用的技 术方案如下： [0006]本发明的基于频域残差分析的红外弱小目标检测方法， 包括以下步骤： [0007]步骤S1、 输入红外图像， 构造该红外图像的显著性图； [0008]步骤S2、 构造该红外图像的高斯灰度差分图； [0009]步骤S3、 融合显著性图和高斯灰度差分图得到响应图； [0010]步骤S4、 对响应图进行自适应阈值分割得到红外弱小目标。 [0011]进一步的， 所述 步骤S1包括以下步骤： [0012]S1.1利用频谱残差模型对输入的红外图像的对数谱进行分析， 在空间域中获取该 红外图像的剩余谱并构造该红外图像的显著性图； [0013]S1.2突出该红外图像的显著性图中的红外弱小目标信息， 并抑制背景信息， 增强 红外弱小目标与背景之间的对比度。说　明　书 1/4 页 3 CN 114972400 A 3