基于显著图融合的弱小目标检测方法研究

With development of technology on UAV and multi-spectrum sensor, one important trend on research and application is applying multi-spectrum image fusion method to improve the ability of imaging system for dim target detection. This requisition try to research the problem in dim target detection method based on multi-spectrum image fusion. The plan include three main content. Firstly, research one multi-spectrum image registration method based on salient graph model, try to resolve the problem induced by different spectrum sensor and different shooting parameters. Secondly, research the multi-spectrum image fusion method based on salient graph model, which including space and frequency information at the same time, try to establish fusing rules according this two kinds of information, help to improve the quality of fusing image. Thirdly, research the method of constructing one multi-level salient graph model, try to joint the three steps, image registration, image fusion and target detection to one framework, and realize dim target detection based on image fusion, help to apply multi-spectrum imaging information to improve the performance of target detection system with multi-spectrum sensor.Lastly, research the performance estimation method for taget detection based on image fusion, help to develop and improve the algorithm and system.

随着无人机技术和多光谱段传感器技术的发展，利用多光谱段图像融合技术提高弱小目标探测能力成为重要的研究和应用方向。本项目拟针对多光谱段图像融合的弱小目标检测问题，研究利用显著图模型实现多光谱段图像配准，解决不同传感器不同拍摄参数获取的多光谱段图像配准问题；研究将多尺度几何分析与显著图模型相结合，建立具有空域和频域信息的显著图，同时根据空域和频域两类信息制定融合规则，实现多光谱段图像融合，提高融合图像质量；研究构造一种多层次显著图模型，将多光谱段图像配准、图像融合和目标检测三个处理步骤统一到一个框架中，实现基于图像融合的弱小目标检测方法，充分利用多光谱段图像信息差异互补性提高目标探测系统的性能；研究基于图像融合的弱小目标检测性能评价方法，辅助算法和系统的研制和改进。

随着多光谱段传感器技术的发展，利用多光谱段图像融合技术提高弱小目标探测能力成为重要的研究和应用方向。本项目针对多光谱段图像融合弱小目标检测问题，研究构造显著图模型应用于图像配准、图像融合和目标检测中。本项目通过搜索和拍摄制备了多光谱段图像数据集，并进行了典型目标和背景图像数据分析。在此基础上给出了一种显著图模型构造方法，该方法采用Gabor方向滤波算子与对比度检测算子相结合的方法得到显著图，由显著图提取SURF、FAST特征点和显著区域得到显著单元，最后提取多种特征构造显著图模型。在图像配准方面，提出了两种图像配准方法：一种基于FAST特征点和图匹配方法的图像配准方法，该方法采用基于Ｋ近邻图的方法剔除错误配准点；一种基于薄板样条插值的的图像配准方法，该方法利用刚体的TPS变换中弯曲能量趋于０来剔除错误配准点。在图像融合方面，提出了两种图像融合方法：一种基于区域能量的小波变换图像融合方法，一种基于显著单元的图像融合方法，仿真实验均验证了方法的有效性。在目标检测方面，设计实现了一种基于显著性分析的目标检测方法应用于手机屏幕坏点检测中，并分别给出了一种基于显著图融合的目标检测方法和一种基于显著单元的目标检测方法，仿真实验结果表明基于显著性分析的方法有利于提高目标检测率降低虚警率。在项目研制过程中逐步实现完善了一个基于图像融合的目标检测算法和系统的性能测试平台，并给出了一个综合评价因子用于评价融合图像质量，实验表明该综合评价因子可有效评价融合图像质量。项目执行期间，申请发明专利1项，参加本项目研究工作的4名研究生中已有2人获硕士学位。