申请/专利权人：安徽工业大学

申请日：2024-01-16

公开（公告）日：2024-04-12

公开（公告）号：CN117876935A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/25;G06V10/80;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于信息熵与局部对比度加权的红外小目标检测方法，属于红外小目标检测技术领域，包括以下步骤：获取原始目标视频二进制文件；对文件图像进行预处理；计算多尺度对比度权重及多尺度修正熵；根据多尺度对比度权重及多尺度修正熵计算得到多尺度显著图；对多尺度显著图进行阈值分割并进行二值化处理操作，进而检测得到最终的目标位置。本发明以有效地提高小目标在复杂背景下的准确率，在现有信息熵检测的基础上进一步提高了算法的检测效率，为后续的基于信息熵检测算法研究以及工程应用提供了新的思路。

主权项：1.一种基于信息熵与局部对比度加权的红外小目标检测方法，其特征在于，包括以下步骤：步骤S1：使用非制冷红外检测摄像头，使用摄像头的原始模式，在室外录制真实场景下的原始目标视频二进制文件；步骤S2：对步骤S1录制的原始目标视频二进制文件进行解码，并对其进行非均匀校正和数据映射到8bit的操作，得到测试原始图像；步骤S3：根据得到的测试原始图像，设计适应目标大小的尺度区域，假设区域中心位置为目标位置，其余区域为背景位置，构造矩阵并计算含有目标与背景的矩阵以及去除目标只含背景矩阵的Frobenius范数与其均值构造对比度权重；步骤S4：使用设计的总体区域，计算当前位置所处区域不同像素值的信息熵，结合由Frobenius范数构造的对比度权重，得到整张图像的显著图的比例系数，结合原图像的像素矩阵得到显著图；步骤S5：增加初始设计适应目标大小的中心区域，重复步骤S3、S4计算得到一系列的对比度权重和显著图比例系数，结合原图像的像素矩阵得到多个显著图；步骤S6：根据步骤S5计算得到的多个显著图，融合求解其每个显著图所有位置的最大值得到最终的显著图，计算该显著图的均值和标准差，结合均值和标准差计算分割阈值，对显著图进行阈值分割并进行二值化处理操作，得到经过阈值处理和二值化操作的显著图，在该显著图寻中找出强度最大的位置，进而检测到最终的目标位置。

全文数据：

权利要求：

百度查询： 安徽工业大学 一种基于信息熵与局部对比度加权的红外小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD