基于局部熵的目標(biāo)檢測

1、基于局部嫡的目標(biāo)檢測背景介紹自信息嫡的概念引入圖像處理以來，在圖像恢復(fù)、邊緣檢測、目標(biāo)檢測和圖像匹配等領(lǐng)域已得到廣泛應(yīng)用.利用小目標(biāo)的存在將引起圖像局部嫡產(chǎn)生較大變化這一特性，局部嫡方法也被用于紅外圖象中的小目標(biāo)檢測.但該算法在實際應(yīng)用中還存在目標(biāo)范圍擴(kuò)散、背景邊緣紋理干擾嚴(yán)重、嫡值大小受背景亮度制約等諸多問題。局部嫡反映了圖像灰度的離散程度，在局部嫡大的地方，圖像灰度相對較均勻；局部嫡小的地方，圖像灰度離散性較大，而與圖像灰度的均值無關(guān)，所以可以根據(jù)圖像的局部嫡把相對均勻的多目標(biāo)分割出來。由于局部嫡是窗口內(nèi)多像素點共同的貢獻(xiàn)，對于單點噪聲不敏感，所以,局部嫡本身具有一定的濾波效果。局部嫡技術(shù)

2、的目標(biāo)檢測對于小目標(biāo)圖像，具檢測結(jié)果基本為一小亮點；對于較大目標(biāo)，除分割出目標(biāo)外，可以很容易分割出目標(biāo)邊緣，便于識別目標(biāo)形狀；對于多目標(biāo)圖像，由于目標(biāo)大小不同，其嫡值大小也不同，特別是單像素目標(biāo)，灰度變化對嫡值的影響比多像素變換對嫡值的影響小，所以，在大小不同的多目標(biāo)同時出現(xiàn)的情況下，局部嫡值對應(yīng)的嫡值圖像實際上相當(dāng)于灰度不同的多目標(biāo)圖像，簡單地利用閾值分割，可能會丟失小目標(biāo)。用目標(biāo)圖像的局部嫡，可方便地實現(xiàn)多目標(biāo)檢測。基于局部嫡技術(shù)的紅外圖像目標(biāo)檢測實現(xiàn)過程如下：(1)由公式(2)計算紅外圖像局部嫡;(2)在局部嫡數(shù)組中搜索最小局部嫡值emin,當(dāng)最小局部嫡值emin小于給定判決閾值時，最小

3、局部嫡值位置即為目標(biāo)或目標(biāo)邊緣所處位置；(3)以最小局部嫡值emin的位置為種子，進(jìn)行目標(biāo)增長，可得到目標(biāo)大小和目標(biāo)邊緣；結(jié)束。局部嫡技術(shù)存在的問題該算法在實際應(yīng)用中還存在目標(biāo)范圍擴(kuò)散、背景邊緣紋理干擾嚴(yán)重、嫡值大小受背景亮度制約等諸多問題。目標(biāo)范圍擴(kuò)散設(shè)在一均勻背景中有一孤立點目標(biāo)如圖1(a),算法取3X3小鄰域計算后的嫡值圖如圖1(b).顯然，嫡值圖中目標(biāo)范圍發(fā)生了擴(kuò)散，除目標(biāo)點的真正位置外，與其相鄰的位置都表現(xiàn)出相同的嫡值；為此，要確定目標(biāo)的真正位置，需在后續(xù)階段進(jìn)行嫡值圖的細(xì)化等形態(tài)學(xué)處理，使處理過程復(fù)雜化且與目標(biāo)檢測的實時性需求相悖.aiOriginaldata局部嫡增長抑制點目標(biāo)擴(kuò)

4、散現(xiàn)在，將圖像中某3X3小鄰域范圍內(nèi)（9像素點）的局部嫡值計為H9;而如果去掉中心點，以該中心點的鄰域點（圖2中位置1,8）組成一個新的局部圖（8像素點）,可計算出一個新的局部嫡值并計為H8,定義=H.-,為該中心點引起該局域范圍嫡值的增長幅度，簡稱為該中心點的“嫡增長”。設(shè)在均勻背景下，3X3范圍的局部嫡值為Hb,如果沒有目標(biāo)存在，則顯然H9=H8,則有Hz=0;如計算域中心為目標(biāo)點，則3X3范圍內(nèi)由于目標(biāo)點的出現(xiàn)離散度增加，而如果去掉該中心點，則其8鄰域的灰度值相近，離散度降低.由上面Hg的性質(zhì)可知H9>H8則局部嫡增長Hz>0;如計算域中心為背景點，而目標(biāo)點只是出現(xiàn)在該中心點

5、的8鄰域范圍內(nèi)（圖2中位置1,8）,此時雖9點局部圖像和8點局部圖像局部嫡值都較沒有目標(biāo)點存在時的嫡值大，但是由于此時H9-H8,則同樣有Hz-0。可見，采用局部嫡增長計算方法只有當(dāng)局部計算范圍的中心為目標(biāo)點時，才有較大嫡增長量值；而當(dāng)計算區(qū)域為背景區(qū)，或是有點目標(biāo)存在但目標(biāo)點不是計算區(qū)域的中心點時，局部嫡增長基本為0.故可有效杜絕目標(biāo)范圍發(fā)生擴(kuò)散，直接得到目標(biāo)點準(zhǔn)確位置，也就不再需要進(jìn)行后續(xù)形態(tài)學(xué)處理等運(yùn)算過程。歸一化局部嫡局部嫡增長計算過程中，用到了9點局部嫡和8點局部嫡進(jìn)行比較，組成局部元素的數(shù)目對于局部嫡值會產(chǎn)生影響.嫡的大小，均與組成局部圖像元素的數(shù)目有關(guān)，故需對其進(jìn)行歸一化處理。J

6、T4=1H=i=<r仇=乩-1/(/i+1)X=(+1)41n區(qū)分小目標(biāo)與邊緣紋理小目標(biāo)檢測過程中，背景物邊緣紋理的影響一直是一個突出的問題.因為邊緣紋理在空間上表現(xiàn)出與小目標(biāo)相類似的高頻特性，已報道的各種背景抑制方法均不能將此二者區(qū)分開來，只能在背景抑制處理之后,再按照邊緣紋理和小目標(biāo)在空間形態(tài)上的差異進(jìn)行形態(tài)學(xué)處理和區(qū)分，進(jìn)一步將邊緣紋理濾除掉.局部嫡處理方法具有背景抑制作用但同樣不能區(qū)分邊緣紋理和小目標(biāo).假設(shè)場景中有一邊緣紋理和點目標(biāo)如圖4(a),圖4(b)為普通高通濾波處理結(jié)果，圖4(c)為局部嫡處理結(jié)果采用局部嫡增長方法對其進(jìn)行處理，結(jié)果如圖4（d）.分析產(chǎn)生此現(xiàn)象的原因：邊緣

7、點可以看作是從背景向景物的過渡點，其量值必將處于背景和景物像素量值之間.此時，如果進(jìn)行局部嫡增長計算的局域范圍的中心點是邊緣點，則在局域范圍去掉該中心點后（8點局域圖像），由于少了一個中間過渡量值的平滑作用，其它元素（包括背景像素和景物像素）量值的離散度將增加.同樣，當(dāng)計算該局域全部元素（9點局域圖像）的局部嫡時，由于該邊緣元素的過渡平滑作用局域整體的離散度相對前者將減小.故進(jìn)行局部嫡增長處理后，邊緣像素處將出現(xiàn)負(fù)值.對于如圖4（a）所示的銳變邊緣，其邊緣像素量值與背景或景物像素量值相等，上述規(guī)律仍然成立。背景亮度無關(guān)的點目標(biāo)檢測用局部嫡增長計算方法進(jìn)行點目標(biāo)檢測時發(fā)現(xiàn)，在進(jìn)行局部嫡增長的計算

8、過程當(dāng)中，即便對于同一離散度區(qū)域，圖像局部嫡量值的大小會隨著背景平均亮度的變化而變化，有時甚至?xí)霈F(xiàn)數(shù)量級的變化.圖5(a)為兩個具有相同信噪比的目標(biāo)處于不同亮度的背景當(dāng)中；圖5(b)為對應(yīng)的嫡值圖；圖5(c)為其嫡tf長圖.可以看到,相同信噪比的目標(biāo)在不同背景中的嫡增長量值不同，而圖5(b)可以證明這種差異是由于局部嫡在不同亮度背景表現(xiàn)出不同的大小所造成的。iartdatjIkMentropy"rising在隨機(jī)過程的數(shù)字特征描述中，方差是描述樣本偏離其平均值程度的量，也可以理解為描述了該樣本的離散程度，但其量值的大小卻與樣本平均值的大小無關(guān).方差的這種特性使其正好可以被用來作為嫡

9、增長計算過程中嫡的替代量.則進(jìn)行目標(biāo)檢測的過程轉(zhuǎn)化為：1)選定局域范圍大小，一般為3X3(或5X5)大?。?)按照式(16)計算全局域的方差59;3)計算局域中去掉中心點后的方差58;4)計算中心點作用于該局域范圍時方差的增長量；5)進(jìn)行后續(xù)閾值分割和航跡確認(rèn)處理.圖6為用方差增長量對圖5(a)進(jìn)行處理后的結(jié)果.比較圖5(c)可以看到:方差增長的計算結(jié)果除保留了對于點目標(biāo)的突現(xiàn)、邊緣表現(xiàn)出與點目標(biāo)相反的性質(zhì)等特性外，對于相同信噪比的目標(biāo)，其處理后也具有相結(jié)論局部嫡增長方法用于小目標(biāo)檢測，有效抑制了采用局部嫡方法時存在的目標(biāo)范圍擴(kuò)散問題.由于小目標(biāo)和邊緣紋理在嫡增長處理后表現(xiàn)出了截然相反的性質(zhì)，故可明顯地將邊緣紋理對于小目標(biāo)檢測時產(chǎn)生的干擾剔除；局部嫡增