基于人類視覺系統(tǒng)的紅外弱小目標(biāo)檢測(cè)算法設(shè)計(jì)案例目錄TOC\o"1-3"\h\u26637基于人類視覺系統(tǒng)的紅外弱小目標(biāo)檢測(cè)算法設(shè)計(jì)案例 1114941.1人類視覺系統(tǒng) 1204261.2LCM算法 1252141.2.1LCM算法原理和步驟 123571.2.2實(shí)驗(yàn)分析 2178681.3MPCM算法 3220851.3.1MPCM算法原理和步驟 322541.3.2實(shí)驗(yàn)分析 4人類視覺系統(tǒng) 人類視覺系統(tǒng)（Humanvisualsystem，HVS）是由光學(xué)系統(tǒng)、視網(wǎng)膜和視覺感知系統(tǒng)組成的分層成像系統(tǒng)。人類視覺系統(tǒng)的視覺敏感度有限，只能檢測(cè)到超過一定閾值的內(nèi)容變化，即存在顯著差異，因此可以快速檢測(cè)復(fù)雜場(chǎng)景中的重要對(duì)象。[18] 視覺注意系統(tǒng)是在復(fù)雜場(chǎng)景中通過一定的搜索算法做出的一種認(rèn)知選擇。人們的注意力迅速轉(zhuǎn)移到感興趣的區(qū)域或目標(biāo)。[19]目前，人類視覺注意系統(tǒng)主要有兩種機(jī)制：一種是無意識(shí)的、以數(shù)據(jù)為中心的、自下而上的視覺注意機(jī)制，另一種是有意識(shí)的、以任務(wù)為中心的、自上而下的視覺注意機(jī)制。LCM算法LCM算法原理和步驟 基于人類視覺的局部對(duì)比法（LocalContrastMethod，LCM）是人類視覺對(duì)比度機(jī)制相關(guān)的最經(jīng)典的算法之一，它使用一個(gè)滑動(dòng)窗口在圖像上從左至右；窗口沿著圖像從上至下滑動(dòng)，每個(gè)窗口被劃分為3*3個(gè)子窗口，窗口的中間位置是目標(biāo)可能出現(xiàn)的位置。[20] 目標(biāo)局部對(duì)比度的計(jì)算方法： 1）計(jì)算周圍8個(gè)鄰域的平均像素值 2）計(jì)算局部對(duì)比度 中心子窗口與鄰域窗口的對(duì)比度為： （5-1） 其中為中心子窗口像素的最大灰度值。3）計(jì)算目標(biāo)對(duì)比度（LCM） LCM算法提出了假設(shè)，即目標(biāo)的灰度比鄰域高,c值越高，中心區(qū)域是目標(biāo)的可能性越大，因此目標(biāo)區(qū)域像素值得到增強(qiáng)，背景得到抑制，其中c為： （5-2）算法流程：圖5-1LCM算法流程實(shí)驗(yàn)分析 圖5-1為使用LCM算法進(jìn)行紅外弱小目標(biāo)檢測(cè)的結(jié)果,使用的窗口大小為3*3。分割圖像為使用閾值分割的結(jié)果。圖5-1LCM算法實(shí)驗(yàn)結(jié)果 這里使用的閾值分割的閾值公式為： （5-3） 這里mean指增強(qiáng)圖像的像素均值，std是指增強(qiáng)圖像的像素標(biāo)準(zhǔn)差，k是自定義的常數(shù)值。 該算法的缺點(diǎn)就是不能自適應(yīng)的設(shè)定閾值進(jìn)行分割。MPCM算法MPCM算法原理和步驟 基于多尺度面片的對(duì)比度度量算法（Multiscalepatch-basedcontrastmeasure，MPCM）與LCM算法一樣，滑動(dòng)窗口被分為兩部分，將背景分為8部分，目的是為了增強(qiáng)目標(biāo)并一致背景。[21] 目標(biāo)子窗口與背景的對(duì)比定義為： （5-4） 其中，d表示目標(biāo)與背景的差異程度，計(jì)算公式如下： （5-5） 其中，mT為目標(biāo)區(qū)域像素均值，m定義某一尺度下目標(biāo)的對(duì)比度測(cè)量公式為： （5-6） di （5-7）算法流程： 1）計(jì)算目標(biāo)區(qū)域的均值； 2）計(jì)算8鄰域背景的均值； 3）計(jì)算局部對(duì)比度； 4）滑動(dòng)窗口遍歷整幅圖像輸出顯著性對(duì)比度圖。圖5-3MPCM算法流程實(shí)驗(yàn)分析 圖5.4為使用MPCM算法進(jìn)行紅外弱小目標(biāo)檢測(cè)