基于Spearman秩相关系数的红外弱小目标检测.pdf

第 1 7 卷 第 2 期 2 0 1 7 年 1 月 科 学 技 术 与 工 程 Vol . 17 No . 2 Jan . 2017 1671 — 1815 (2017)002-0234-05 Science Technology and Engineering © 2017 Sci . Tech . Engrg . 自动化技术、计算机技术 基 于 Spearman秩相关系数的红外弱小目标检测 王 涛 ( 中国科学院上海技术物理研究所，红外探测与成像技术重点实验室，上海200083) 摘 要 针 对 红 外 弱 小 目 标 检 测 ，目标运动跨像元，引起目标的丢失的问题，提出了一种基于 Spearm an秩相关系数的红外弱 小目标检测新方法。该方法首先采用时空域中值滤波的方法估计背景；然后通过计算邻域像元点与目标处于像元中心位置 时的 Spearm an相关系数，获得候选目标点；最后采用二次滤波和运动方向匹配得到目标运动轨迹。该方法充分利用邻域信 息，即使在目标处于像元边缘处，也能有效地检测到目标。仿真分析表明了该算法的有效性。 关 键 词 目标检测 Spearman 秩相关系数 二次滤波 弱小目标 中 图 法 分 类 号 TP391.41; 文 献 标 志 码 A 天基红外系统以其视场宽、覆盖范围广、抗干扰 过渡特点，利用非参数统计中的秩分析方法在不 能力强等特点，在现代战争中发挥着不可或缺的作 假设背景噪声统计量分布的前提下取得了良好的 用。红外弱小目标检测作为天基红外系统中重要的 目标检测效果。 子命题，也得到了国内外科学工作者的广泛研究。 本文通过分析点目标成像时邻域像元灰度秩次 然而，天基红外系统的成像距离远，目标在像面上的 排序特征，综合利用目标邻域信息，通过计算与目标 成像像元少，无明显的形状和纹理特征，目标成像时 处于像元中心点时邻域像元灰度秩次的Spearman 同时受到光学衍射和跨像元特性的影响，容易淹没 相关系数，提取目标，该种方法能够有效地避免目标 在复杂背景之中。 运动的跨像元特性对检测性能的影响。从节约计算 传统的红外弱小目标检测技术利用背景的时 资源，提高算法实时性的角度考虑，本文采用一种时 空域关联性，采用形态学[1]、剪切波[2]、双边滤 空域中值滤波的方法，在充分保留目标能量的前提 波[3]、小波变换[4]、正则马尔科夫方程[5]、全变分 下尽可能的滤除背景，通过计算背景残差的 理论[6]等技术手段去除背景，提取奇异点，并利用 Spearman秩相关系数，获取候选目标点，利用二次 目标运动的连续性，剔除虚警点，输出目标运动轨 滤波，剔除孤立的噪声点，最后在方向匹配的轨迹关 迹，对信噪比大于3 的目标具有较好的追踪效果。 联中输出目标轨迹。 近些年发展起来的概率密度假设滤波[7’8]有限状 态集[9]、粒 子 滤 波 采 用 先 跟 踪 后 检 测 的 贝 叶 1 基本原理 斯估计方法，多帧累积提高信噪比，适用于信噪比 1 . 1 点目标成像 小于3 的弱小目标追踪。由于目标运动的跨像元 对于高轨轨道卫星，卫星的成像距离远，目标在 特性，传统的目标检测方法容易丢失处于像元边 探测器上所成的像无明显的形状信息，且成像尺寸 缘的低信噪比目标