针对点目标探测的背景杂波量化改进方法

在点目标探测模型中,目标的形状纹理信息丢失,可用特征少,背景杂波对目标检测造成严重干扰。传统分块方差统计法会引入背景低频波动,使杂波偏大,而且杂波度量值随分块单元尺度变化较大。本文提出一种基于匹配滤波的杂波量化改进方法,首先以点目标像斑分布为模板,对背景图像进行匹配滤波,得到互相关矩阵;然后将高相关性区域标记为杂波重点区域,计算方差作为局部杂波,取局部杂波的均方根作为全局背景杂波。该方法突出了对空间杂波区域的选择性,能有效降低背景低频波动和传统分块尺度对杂波的影响。对遥感图像样本进行杂波量化和点目标检出仿真,结果表明本文方法对杂波统计尺度有很好的稳定性,杂波量化与探测率的相关性高于传统方差统计方法。

基于图像结构复杂度的背景杂波表征方法

考虑到背景杂波图像结构无规则且复杂,目标图像结构规则且简单,两者之间的结构差异为杂波度量提供了有效途径,提出一种基于图像结构复杂度的背景杂波表征方法。首先,方向梯度直方图能有效表征图像结构信息,利用图像局部区域方向梯度分布熵表征对应区域的结构复杂度;其次,考虑到人眼视觉系统对图像对比度敏感,分别在图像方向梯度分布熵空间和对比度空间中度量背景杂波与目标之间的差异,采用标准方差加权求和的方式对背景杂波建模;最后,推导了背景杂波与目标获取性能之间的关系,建立了光电成像系统目标获取性能评估模型。利用公开数据集对模型进行了验证,实验结果表明,所提方法所评估的目标获取性能与实际主观目标获取性能具有较高的一致性,而且在均方根误差(RMSE)、相关性方面优于现有的杂波度量方法。

基于方向选择性机制的图像背景杂波建模方法

受视觉系统方向选择性机制启发,提出了种新的图像杂波建模方法,并将其应用于成像系统目标获取性能评估中。首先,利用像素的梯度方向模拟视觉系统局部感受野中神经元的响应方向,通过比较中心像素与邻域像素之间的梯度方向相似性模拟神经元“兴奋”与“抑制”响应之间的关系,设计了一种方向选择性视觉模式。其次,考虑到人眼视觉系统对亮度对比度敏感,将亮度对比度作为权重因子对视觉模式直方图加权,在加权直方图空间中对背景杂波建模。最后,推导了背景杂波与目标获取性能之间的关系,建立了光电成像系统目标获取性能评估模型。利用公开数据集对模型进行了验证,实验结果表明,提出的方法所评估的目标获取性能与外场实际目标获取性能具有较高的一致性,而且在均方根误差、相关性方面优于现有的性能评估方法。