搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于背景最佳滤波尺度的红外图像复杂度评价准则

侯旺 梅风华 陈国军 邓喜文

引用本文:
Citation:

基于背景最佳滤波尺度的红外图像复杂度评价准则

侯旺, 梅风华, 陈国军, 邓喜文

An evaluation criterion of infrared image complexity based on background optimal filter scale

Hou Wang, Mei Feng-Hua, Cheng Guo-Jun, Deng Xi-Wen
PDF
导出引用
  • 提出一种基于背景最佳滤波尺度的红外图像复杂度评价准则来解决传统方法评价背景效果较差的问题. 同时, 这种方法还可以为红外图像滤波提供最佳高通滤波尺度信息, 从而对红外图像进行性能最佳滤波. 首先, 生成高斯仿真目标并与红外图像进行融合, 获得包含仿真目标及真实红外背景的图像. 然后, 在不同高斯滤波尺度下对图像滤波, 并计算滤波后仿真目标的信噪比. 最后, 取滤波后目标信噪比最大时的滤波尺度作为背景最佳滤波尺度, 使用该尺度可评价红外图像的复杂度. 另外, 本文还使用数学模型推导了红外图像最佳滤波尺度, 得出最佳滤波尺度的数学表达式. 大量实验表明: 1) 本文推导的最佳滤波尺度数学表达式与实验曲线吻合. 2) 这种方法在评价红外图像复杂度方面比传统的基于信息熵的方法效果要好很多. 并且这种方法获取的红外背景复杂度为滤波最佳尺度, 可以直接利用这项指标对图像进行最佳滤波从而更好地检测弱小目标. 3) 仿真目标尺度越大, 最佳滤波尺度也会相应增大. 因此, 在评价图像复杂度时, 应使用相同尺度的仿真目标, 不同图像之间才具备可比性. 同时, 最佳滤波尺度与仿真目标的强度无关. 4) 本文算法使用的滤波器宜用高斯及Butterworth高通滤波器实现. 5) 本文提出的方法不仅可以有效分析红外视频的复杂度, 并且可以通过复杂度的变化分析图像内容的突变.
    An evaluation of infrared image complexity is proposed based on the background optimal filtering to solve the problem that the traditional methods have given poor results in the background evaluation. Meanwhile, the optimal filtering scale for infrared image filtering can be given by this method, it will provide a guidance for optimal infrared image filtering. First, we generate the Gaussian simulated target and fuse it to the infrared image to obtain the real infrared image with the simulated target. Then, this image is filtered in different scales and the signal-to-noise ratio of the target after filtering is calculated. Finally, the maximal value of signal-to-noise ratio of the target is used as the background optimal filter scale, to evaluate the infrared image complexity. Besides, the infrared filtering scale is deduced by establishing the mathematic model, and then the mathematical expression of optimal filtering scale is obtained. A lot of experiments indicate that: 1) The mathematical expression of optimal filtering scale agrees with the experimental results. 2) The result of our method is better than that of the traditional methods based on information entropy. Because the optimal filtering scale is obtained by using our method, we can use this scale to filter the infrared image to effectively detect a small target. 3) When the scale of simulated target increases, the optimal filtering scale increases accordingly. So, when we calculate the infrared image complexity, the scale of simulated target must be the same. We can compare the infrared image complexity between different images. Moreover, the optimal filtering scale is independent of the intensity of simulated target. 4) The effect of Gaussian and Butterworth high-pass filter is better than that of the ideal high-pass filter in the proposed method. 5) The infrared image complexity can be analyzed by the proposed method effectively. Moreover, changes of different image contents can be analyzed by using the optimal filtering scale.
      通信作者: 侯旺, Simon_Zero@126.com
    • 基金项目: 国家重点基础研究发展计划(批准号: 2013CB733100)资助的课题.
      Corresponding author: Hou Wang, Simon_Zero@126.com
    • Funds: Project supported by the National Basic Research Program of China (Grant No. 2013CB733100).
    [1]

    Zhou B, Wang Y Z, Ying J J 2007 Infrared Technology 25 30 (in Chinese) [周冰, 王永仲, 应家驹 2007 红外技术 25 30]

    [2]

    Zhang H J, Liang Y, Cheng Y M, Pan Q, Zhang H C 2006 Infrared Technology 28 423 (in Chinese) [张惠娟, 梁彦, 程咏梅, 潘泉, 张洪才 2006 红外技术 28 423]

    [3]

    Chen Y 1989 IEEE Transactions on Aerospace and Electronic Systems 25 343

    [4]

    Reed I S, Gagliardi R M, Stotts L B 1990 IEEE Transactions on Aerospace and Electronic Systems 26 434

    [5]

    Gao C Q, Zhan T Q, Li Q, Jing X R 2008 Journal of Chongqing University of Posts and Telecommuni cations(Natural Science Edition) 37 907 (in Chinese) [高陈强, 张天骐, 李强, 景小荣 2010 重庆邮电大学学报 (自然科学版) 37 907]

    [6]

    Xi X L, Zhou X D, Zhang J 2012 System Engineering and Electronics 34 40 (in Chinese) [奚晓梁, 周晓东, 张健 2012 系统工程与电子技术 34 40]

    [7]

    Qin H L, Li J, Zhou H X, Lai R, Liu S Q 2011 J. Infrared Millim Waves 30 162 (in Chinese) [秦翰林, 李佳, 周慧鑫, 赖睿, 刘上乾 2011 红外与毫米波学报 30 162]

    [8]

    Wang J, Fu Y Q 2013 Chin. Phys. B 22 090206

    [9]

    Jiang B, Wang H Q, Li X, Guo G R 2006 Acta Phys. Sin. 55 3985 (in Chinese) [姜斌, 王宏强, 黎湘, 郭桂蓉 2006 物理学报 55 3985]

    [10]

    Zhang L, Yang Y, Wang J G, Zhao X, Fang Z L, Yuan X C 2013 Chin. Phys. B 22 054202

    [11]

    Hou W, Yu Q F, Lei Z H, Liu X C 2014 Acta Phys. Sin. 63 074211 (in Chinese) [侯旺, 于起峰, 雷志辉, 刘晓春 2014 物理学报 63 074211]

    [12]

    Zhang W Z, Cheng Z B, Xia B F, Ling B, Cao X Q 2014 Chin. Phys. B 23 044212

    [13]

    Wu Y R, Cheng Y M, Zhao Y Q, Gao S B 2011 J. Infrared Millim Waves 30 142 (in Chinese) [吴燕茹, 程咏梅, 赵永强, 高仕博 2011 红外与毫米波学报 30 142]

    [14]

    Cao Y, Liu R, Yang J 2008 Int J. Infrared Milli Waves 29 385

    [15]

    Cao Y, Yang J, Liu R M 2009 J. Infrared Millim Waves 28 235 (in Chinese) [曹原, 杨杰, 刘瑞明 2009 红外与毫米波学报 28 235]

    [16]

    Gu Y, Wang C, Liu B, Zhang Y 2010 IEEE Geoscience and Remote Sensing Letters 7 469

    [17]

    Zhao J J, Tang Z Y, Yang J, Liu E Q 2011 J. Infrared Millim Waves 30 156 (in Chinese) [赵佳佳, 唐峥远, 杨杰, 刘尔琦, 周越 2011 红外与毫米波学报 30 156]

    [18]

    Hua L L, Xu N, Yang G 2014 Chin. Phys. B 23 064201

    [19]

    Chen X, Zhang J S 2014 Chin. Phys. B 23 096401

    [20]

    Jiang D 2001 The Theory of Information and Coding (Hefei: Publishing House of the University of Science and Technology of China) p126 (in Chinese) [姜丹 2001 信息论与编码(合肥: 中国科技大学出版社) 第126页]

    [21]

    Yang L 2006 Ph. D. Dissertation (Shanghai: Shanghai Jiao Tong University) (in Chinese) [杨磊 2006 博士学位论文 (上海: 上海交通大学)]

    [22]

    Kim S, Lee J 2011 Pattern Anal. Applic. 14 57

    [23]

    Reed I S, Gagliardi R M, Shao H M 1983 IEEE Transactions on Aerospace and Electronic Systems 19 898

    [24]

    Reed I, Gagliardi R, Stotts L 1988 IEEE Transactions on Aerospace and Electronic Systems 24 327

    [25]

    Liang D C, Wei M G, Gu J Q, Ying Z P, Ou Y C M, Tian Z, He M X, Han J G, Zhang W L 2014 Acta Phys. Sin. 63 214102 (in Chinese) [梁达川, 魏明贵, 谷建强, 尹治平, 欧阳春梅, 田震, 何明霞, 韩家广, 张伟力 2014 物理学报 63 214102]

    [26]

    Dai Y, Zhang J X 2012 Chin. Phys. B 21 104203

    [27]

    Qiao L Y, Xu L X, Gao M 2013 Infrared Technology 35 88 (in Chinese) [乔立永, 徐立新, 高敏 2013 红外技术 35 88]

  • [1]

    Zhou B, Wang Y Z, Ying J J 2007 Infrared Technology 25 30 (in Chinese) [周冰, 王永仲, 应家驹 2007 红外技术 25 30]

    [2]

    Zhang H J, Liang Y, Cheng Y M, Pan Q, Zhang H C 2006 Infrared Technology 28 423 (in Chinese) [张惠娟, 梁彦, 程咏梅, 潘泉, 张洪才 2006 红外技术 28 423]

    [3]

    Chen Y 1989 IEEE Transactions on Aerospace and Electronic Systems 25 343

    [4]

    Reed I S, Gagliardi R M, Stotts L B 1990 IEEE Transactions on Aerospace and Electronic Systems 26 434

    [5]

    Gao C Q, Zhan T Q, Li Q, Jing X R 2008 Journal of Chongqing University of Posts and Telecommuni cations(Natural Science Edition) 37 907 (in Chinese) [高陈强, 张天骐, 李强, 景小荣 2010 重庆邮电大学学报 (自然科学版) 37 907]

    [6]

    Xi X L, Zhou X D, Zhang J 2012 System Engineering and Electronics 34 40 (in Chinese) [奚晓梁, 周晓东, 张健 2012 系统工程与电子技术 34 40]

    [7]

    Qin H L, Li J, Zhou H X, Lai R, Liu S Q 2011 J. Infrared Millim Waves 30 162 (in Chinese) [秦翰林, 李佳, 周慧鑫, 赖睿, 刘上乾 2011 红外与毫米波学报 30 162]

    [8]

    Wang J, Fu Y Q 2013 Chin. Phys. B 22 090206

    [9]

    Jiang B, Wang H Q, Li X, Guo G R 2006 Acta Phys. Sin. 55 3985 (in Chinese) [姜斌, 王宏强, 黎湘, 郭桂蓉 2006 物理学报 55 3985]

    [10]

    Zhang L, Yang Y, Wang J G, Zhao X, Fang Z L, Yuan X C 2013 Chin. Phys. B 22 054202

    [11]

    Hou W, Yu Q F, Lei Z H, Liu X C 2014 Acta Phys. Sin. 63 074211 (in Chinese) [侯旺, 于起峰, 雷志辉, 刘晓春 2014 物理学报 63 074211]

    [12]

    Zhang W Z, Cheng Z B, Xia B F, Ling B, Cao X Q 2014 Chin. Phys. B 23 044212

    [13]

    Wu Y R, Cheng Y M, Zhao Y Q, Gao S B 2011 J. Infrared Millim Waves 30 142 (in Chinese) [吴燕茹, 程咏梅, 赵永强, 高仕博 2011 红外与毫米波学报 30 142]

    [14]

    Cao Y, Liu R, Yang J 2008 Int J. Infrared Milli Waves 29 385

    [15]

    Cao Y, Yang J, Liu R M 2009 J. Infrared Millim Waves 28 235 (in Chinese) [曹原, 杨杰, 刘瑞明 2009 红外与毫米波学报 28 235]

    [16]

    Gu Y, Wang C, Liu B, Zhang Y 2010 IEEE Geoscience and Remote Sensing Letters 7 469

    [17]

    Zhao J J, Tang Z Y, Yang J, Liu E Q 2011 J. Infrared Millim Waves 30 156 (in Chinese) [赵佳佳, 唐峥远, 杨杰, 刘尔琦, 周越 2011 红外与毫米波学报 30 156]

    [18]

    Hua L L, Xu N, Yang G 2014 Chin. Phys. B 23 064201

    [19]

    Chen X, Zhang J S 2014 Chin. Phys. B 23 096401

    [20]

    Jiang D 2001 The Theory of Information and Coding (Hefei: Publishing House of the University of Science and Technology of China) p126 (in Chinese) [姜丹 2001 信息论与编码(合肥: 中国科技大学出版社) 第126页]

    [21]

    Yang L 2006 Ph. D. Dissertation (Shanghai: Shanghai Jiao Tong University) (in Chinese) [杨磊 2006 博士学位论文 (上海: 上海交通大学)]

    [22]

    Kim S, Lee J 2011 Pattern Anal. Applic. 14 57

    [23]

    Reed I S, Gagliardi R M, Shao H M 1983 IEEE Transactions on Aerospace and Electronic Systems 19 898

    [24]

    Reed I, Gagliardi R, Stotts L 1988 IEEE Transactions on Aerospace and Electronic Systems 24 327

    [25]

    Liang D C, Wei M G, Gu J Q, Ying Z P, Ou Y C M, Tian Z, He M X, Han J G, Zhang W L 2014 Acta Phys. Sin. 63 214102 (in Chinese) [梁达川, 魏明贵, 谷建强, 尹治平, 欧阳春梅, 田震, 何明霞, 韩家广, 张伟力 2014 物理学报 63 214102]

    [26]

    Dai Y, Zhang J X 2012 Chin. Phys. B 21 104203

    [27]

    Qiao L Y, Xu L X, Gao M 2013 Infrared Technology 35 88 (in Chinese) [乔立永, 徐立新, 高敏 2013 红外技术 35 88]

  • [1] 梁华志, 张靖仪. 临界中性Gauss-Bonnet-anti-de Sitter黑洞复杂度演化. 物理学报, 2021, 70(3): 030401. doi: 10.7498/aps.70.20201286
    [2] 巩龙延, 杨慧, 赵生妹. 中间测量对受驱单量子比特统计复杂度的影响. 物理学报, 2020, 69(23): 230301. doi: 10.7498/aps.69.20200802
    [3] 崔智高, 王华, 李艾华, 王涛, 李辉. 动态背景下基于光流场分析的运动目标检测算法. 物理学报, 2017, 66(8): 084203. doi: 10.7498/aps.66.084203
    [4] 毕国玲, 续志军, 陈涛, 王建立, 张延坤. 基于随机聚类的复杂背景建模与前景检测算法. 物理学报, 2015, 64(15): 150701. doi: 10.7498/aps.64.150701
    [5] 侯旺, 于起峰, 雷志辉, 刘晓春. 基于分块速度域改进迭代运动目标检测算法的红外弱小目标检测. 物理学报, 2014, 63(7): 074208. doi: 10.7498/aps.63.074208
    [6] 高文, 汤洋, 朱明. 复杂背景下目标检测的级联分类器算法研究. 物理学报, 2014, 63(9): 094204. doi: 10.7498/aps.63.094204
    [7] 孙克辉, 贺少波, 尹林子, 阿地力·多力坤. 模糊熵算法在混沌序列复杂度分析中的应用. 物理学报, 2012, 61(13): 130507. doi: 10.7498/aps.61.130507
    [8] 行鸿彦, 龚平, 徐伟. 海杂波背景下小目标检测的分形方法. 物理学报, 2012, 61(16): 160504. doi: 10.7498/aps.61.160504
    [9] 陈小军, 李赞, 白宝明, 蔡觉平. 一种确定混沌伪随机序列复杂度的模糊关系熵测度. 物理学报, 2011, 60(6): 064215. doi: 10.7498/aps.60.064215
    [10] 孙克辉, 贺少波, 盛利元. 基于强度统计算法的混沌序列复杂度分析. 物理学报, 2011, 60(2): 020505. doi: 10.7498/aps.60.020505
    [11] 边洪瑞, 王江, 韩春晓, 邓斌, 魏熙乐, 车艳秋. 基于复杂度的针刺脑电信号特征提取. 物理学报, 2011, 60(11): 118701. doi: 10.7498/aps.60.118701
    [12] 杨汝, 张波, 赵寿柏, 劳裕锦. 基于符号时间序列方法的开关变换器离散映射算法复杂度分析. 物理学报, 2010, 59(6): 3756-3762. doi: 10.7498/aps.59.3756
    [13] 罗松江, 丘水生, 骆开庆. 混沌伪随机序列的复杂度的稳定性研究. 物理学报, 2009, 58(9): 6045-6049. doi: 10.7498/aps.58.6045
    [14] 刘小峰, 俞文莉. 基于符号动力学的认知事件相关电位的复杂度分析. 物理学报, 2008, 57(4): 2587-2594. doi: 10.7498/aps.57.2587
    [15] 何 亮, 杜 磊, 庄奕琪, 李伟华, 陈建平. 金属互连电迁移噪声的多尺度熵复杂度分析. 物理学报, 2008, 57(10): 6545-6550. doi: 10.7498/aps.57.6545
    [16] 姜 斌, 王宏强, 黎 湘, 郭桂蓉. 海杂波背景下的目标检测新方法. 物理学报, 2006, 55(8): 3985-3991. doi: 10.7498/aps.55.3985
    [17] 侯 威, 封国林, 董文杰. 基于复杂度分析logistic映射和Lorenz模型的研究. 物理学报, 2005, 54(8): 3940-3946. doi: 10.7498/aps.54.3940
    [18] 侯 威, 封国林, 高新全, 丑纪范. 基于复杂度分析冰芯和石笋代用资料时间序列的研究. 物理学报, 2005, 54(5): 2441-2447. doi: 10.7498/aps.54.2441
    [19] 肖方红, 阎桂荣, 韩宇航. 混沌伪随机序列复杂度分析的符号动力学方法. 物理学报, 2004, 53(9): 2876-2881. doi: 10.7498/aps.53.2876
    [20] 蔡觉平, 李 赞, 宋文涛. 一种混沌伪随机序列复杂度分析法. 物理学报, 2003, 52(8): 1871-1876. doi: 10.7498/aps.52.1871
计量
  • 文章访问数:  3685
  • PDF下载量:  124
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-11
  • 修回日期:  2015-07-18
  • 刊出日期:  2015-12-05

基于背景最佳滤波尺度的红外图像复杂度评价准则

    基金项目: 国家重点基础研究发展计划(批准号: 2013CB733100)资助的课题.

摘要: 提出一种基于背景最佳滤波尺度的红外图像复杂度评价准则来解决传统方法评价背景效果较差的问题. 同时, 这种方法还可以为红外图像滤波提供最佳高通滤波尺度信息, 从而对红外图像进行性能最佳滤波. 首先, 生成高斯仿真目标并与红外图像进行融合, 获得包含仿真目标及真实红外背景的图像. 然后, 在不同高斯滤波尺度下对图像滤波, 并计算滤波后仿真目标的信噪比. 最后, 取滤波后目标信噪比最大时的滤波尺度作为背景最佳滤波尺度, 使用该尺度可评价红外图像的复杂度. 另外, 本文还使用数学模型推导了红外图像最佳滤波尺度, 得出最佳滤波尺度的数学表达式. 大量实验表明: 1) 本文推导的最佳滤波尺度数学表达式与实验曲线吻合. 2) 这种方法在评价红外图像复杂度方面比传统的基于信息熵的方法效果要好很多. 并且这种方法获取的红外背景复杂度为滤波最佳尺度, 可以直接利用这项指标对图像进行最佳滤波从而更好地检测弱小目标. 3) 仿真目标尺度越大, 最佳滤波尺度也会相应增大. 因此, 在评价图像复杂度时, 应使用相同尺度的仿真目标, 不同图像之间才具备可比性. 同时, 最佳滤波尺度与仿真目标的强度无关. 4) 本文算法使用的滤波器宜用高斯及Butterworth高通滤波器实现. 5) 本文提出的方法不仅可以有效分析红外视频的复杂度, 并且可以通过复杂度的变化分析图像内容的突变.

English Abstract

参考文献 (27)

目录

    /

    返回文章
    返回