(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 202210395430.2 (22)申请日 2022.04.14 (71)申请人 大连海事大学 地址 116026 辽宁省大连市高新园区凌海 路1号 (72)发明人 董丽丽　马冬冬　张萌　高瑞丽　 刘君琪　许文海　 (74)专利代理 机构 大连东方专利代理有限责任 公司 21212 专利代理师 高意　李洪福 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) (54)发明名称 一种联合多处理域的大风浪逆光环境红外 目标检测方法 (57)摘要 本发明提供一种联合多处理域的大风浪逆 光环境红外目标检测方法， 包括： 将序列图像拆 分成单帧图像进行Gabor滤波以及步长为2的下 采样操作， 构造出多个尺度下的方向高斯金字塔 图； 对构造的方向高斯金字塔图进行感兴趣区域 提取， 并将感兴趣区域相互进行自差异运算， 经 过阈值滤除得到单帧差异性结果； 基于得到的差 异性结果， 进行感兴趣区域提取， 并将相邻两帧 图像的感兴趣区域进行互相似性判别， 经过阈值 滤除得到相邻帧相似性结果； 基于得到的多帧相 似性结果， 进行连续均值显著性匹配， 当达到匹 配阈值后判定为真实目标。 本发 明的技术方案解 决了现有技术中对红外逆光环境下仍然没有可 靠的检测方法的技 术问题。 权利要求书2页 说明书5页 附图1页 CN 114972730 A 2022.08.30 CN 114972730 A 1.一种联合多处理域的大风浪逆光环境红外目标检测方法， 其特征在于， 包括如下步 骤： S1、 将序列图像拆分成单帧图像进行Gabor滤波以及步长为2的下采样操作， 构造出多 个尺度下的方向高斯金字塔图； S2、 对步骤S1中构造的方向高斯金字塔图进行感兴趣区域提取， 并将感兴趣区域相互 进行自差异运 算， 经过阈值滤除得到单帧差异性结果； S3、 基于步骤S2中得到的差异性结果， 进行感兴趣区域提取， 并将相邻两帧图像的感兴 趣区域进行互相似性判别， 经 过阈值滤除得到相邻帧相似性结果； S4、 基于步骤S3中得到的多帧相似性结果， 进行连续均 值显著性匹配， 当达到匹配阈值 后判定为真实目标。 2.根据权利要求1所述的联合多处理域的大风浪逆光环境红外目标检测方法， 其特征 在于， 所述步骤S1中， 采用视觉注意力模型中的0 °和90°Gabor滤波器对拆分后的单帧图像 进行特征提取并融合。 3.根据权利要求1所述的联合多处理域的大风浪逆光环境红外目标检测方法， 其特征 在于， 所述步骤S2中的自差异运算是应用均方差来度量目标区域和海浪背景区域， 具体的 运算公式如下： 其中， SelfDS(k)表示第k组区域相互匹配的差异程度； Cpi(x1,y1)和Cpj(x2,y2)表示当 前帧的第pi区域(x1， y1)位置和第pj区域(x2， y2)位置的灰度值； 和 分别表示当前 帧的pi区域和pj区域灰度平均值； num(CRVAM)表示方向高斯金字塔图的连通 域数量。 4.根据权利要求1所述的联合多处理域的大风浪逆光环境红外目标检测方法， 其特征 在于， 所述步骤S 3中的互相似性判别采用点对点的差值运算来度量相 邻帧图像块的相似程 度， 运算公式如下： 其中， Mutus(k)表示第k组区域匹配的相似程度， Fpi(x， y)是前一帧第pi区域(x， y)位 置的灰度值， Cpj(x， y)表示当前 帧第pj区域(x， y)位置的灰度值； θ表示控制最终帧间相似 程度的相关因子； num(FDS)和num(CDS)分别表示前一帧和当前帧差异结果的连接域的数量。 5.根据权利要求1所述的联合多处理域的大风浪逆光环境红外目标检测方法， 其特征 在于， 所述步骤S4中的连续均值显著性匹配是根据多帧之间目标均值显著性来度量， 度量 公式如下：权　利　要　求　书 1/2 页 2 CN 114972730 A 2||Savg(j)‑Savg(j+1)||2＜0.05j∈1， 2， . ..， j％5 当相邻帧显著性差值在0.05之内并且连续5次， 则判定此 区域为真实目标， 否则视为虚 假目标进行剔除。权　利　要　求　书 2/2 页 3 CN 114972730 A 3