第17卷第2期 智能系统学报 Vol.17 No.2 2022年3月 CAAI Transactions on Intelligent Systems Mar.2022 D0:10.11992/tis.202101009 网络出版地址：https:/kns.cnki.net/kcms/detail/23.1538.TP.20210628.1654.002.html 基于局部对比度背景估计的红外小目标检测方法 赵骞，韩金辉，徐茂，陈园园 (周口师范学院物理与电信工程学院，河南周口466001) 摘要：为缓解复杂背景对红外小目标检测任务的干扰，提出一种新的红外小目标检测方法。该方法将背景估 计与局部对比度相结合，以提高算法的检测性能。提出了一种更适合于小目标检测的双层均值最大化背景估 计算法，以获得更准确的基准背景值。在原始图像和估计背景之间提出了比差联合局部对比度度量方法，可以 在增强目标的同时抑制各种类型的复杂背景。通过实验对比分析，验证该方法的有效性和鲁棒性。 关键词：红外小目标；最大均值：背景估计：比差联合方法；局部对比度；目标检测：单帧检测：抗噪声能力 中图分类号：TP391.4 文献标志码：A文章编号：1673-4785(2022)02-0314-11 中文引用格式：赵骞，韩金辉，徐茂，等.基于局部对比度背景估计的红外小目标检测方法.智能系统学报，2022,17(2)： 314-324. 英文引用格式：ZHAO Qian,,HAN Jinhui,XU Mao,,etal.Infrared smal-target detection utilizing background estimation com- bined with local contrastJ].CAAI transactions on intelligent systems,2022,17(2):314-324. Infrared small-target detection utilizing background estimation combined with local contrast ZHAO Qian,HAN Jinhui,XU Mao,CHEN Yuanyuan (College of Physics and Telecommunication,Zhoukou Normal University,Zhoukou 466001,China) Abstract:In order to alleviate the interference of complex backgrounds in infrared small target detection,a new in- frared small target detection method is proposed.The new method combines background estimation with local contrast to improve the detection performance of the algorithm.The main work includes the following aspects:First,a double- layer max-mean background estimation algorithm that is more suitable for small target detection is proposed to get a more accurate background benchmark.Then,a ratio-difference joint local contrast measure is proposed between the raw image and the estimated background to enhance the different sizes of true targets while simultaneously suppressing vari- ous types of complex backgrounds.The analysis and comparison in the experiment show its effectiveness and robustness. Keywords:IR small target;max-mean;background estimation;ratio-difference joint;local contrast;target detection; single frame detection;noise-resistant ability 红外精确制导、红外预警、海上搜救等领域 sized noises with high brightness,PNHB)等，给目 中，被测目标与传感器之间的距离通常很远。由 标检测带来严重干扰，导致较高的虚警率。 于光学系统和焦平面阵列性能的限制，图像中目 在现有的红外小目标检测领域，研究者为实 标通常仅占据几个像素且灰度值较小，容易导致 现高检测率和低虚警率，提出了多种检测方法， 较低的检测率山。此外，由于视野中树木、房屋、 主要包括基于序列的算法和基于单帧的算法。基 云层、海浪和其他随机因素的存在，原始红外图 于序列的算法倾向于利用多帧之间的运动信息检 像中可能存在各种类型的复杂背景，例如高亮度 测目标，因此即使目标在某些帧中被遮挡，仍可 背景、背景边缘)和高亮度孤立点噪声(pixel-- 以取得良好的检测性能。但基于序列的算法通常 有较大的计算量，在某些应用中无法满足实时性 收稿日期：2021-01-08.网络出版日期：2021-06-28. 基金项目：国家自然科学基金项目(61802455,62003381)：河南 要求。基于单帧的算法仅使用单帧内的信息，因 省重点研发与推广专项（科技攻关）项日(192102210089， 212102210525). 此常具有较快的检测速度。此外，基于单帧的算 通信作者：韩金辉.E-mail:hanjinhui@zknu.edu.cn 法可作为某些基于序列的算法的基础模块进行使DOI: 10.11992/tis.202101009 网络出版地址: https://kns.cnki.net/kcms/detail/23.1538.TP.20210628.1654.002.html 基于局部对比度背景估计的红外小目标检测方法 赵骞，韩金辉，徐茂，陈园园 （周口师范学院 物理与电信工程学院，河南 周口 466001） 摘 要：为缓解复杂背景对红外小目标检测任务的干扰，提出一种新的红外小目标检测方法。该方法将背景估 计与局部对比度相结合，以提高算法的检测性能。提出了一种更适合于小目标检测的双层均值最大化背景估 计算法，以获得更准确的基准背景值。在原始图像和估计背景之间提出了比差联合局部对比度度量方法，可以 在增强目标的同时抑制各种类型的复杂背景。通过实验对比分析，验证该方法的有效性和鲁棒性。 关键词：红外小目标；最大均值；背景估计；比差联合方法；局部对比度；目标检测；单帧检测；抗噪声能力 中图分类号：TP391.4 文献标志码：A 文章编号：1673−4785(2022)02−0314−11 中文引用格式：赵骞, 韩金辉, 徐茂, 等. 基于局部对比度背景估计的红外小目标检测方法 [J]. 智能系统学报, 2022, 17(2): 314–324. 英文引用格式：ZHAO Qian, HAN Jinhui, XU Mao, et al. Infrared small-target detection utilizing background estimation com￾bined with local contrast[J]. CAAI transactions on intelligent systems, 2022, 17(2): 314–324. Infrared small-target detection utilizing background estimation combined with local contrast ZHAO Qian，HAN Jinhui，XU Mao，CHEN Yuanyuan (College of Physics and Telecommunication, Zhoukou Normal University, Zhoukou 466001, China) Abstract: In order to alleviate the interference of complex backgrounds in infrared small target detection, a new in￾frared small target detection method is proposed. The new method combines background estimation with local contrast to improve the detection performance of the algorithm. The main work includes the following aspects: First, a double￾layer max-mean background estimation algorithm that is more suitable for small target detection is proposed to get a more accurate background benchmark. Then, a ratio-difference joint local contrast measure is proposed between the raw image and the estimated background to enhance the different sizes of true targets while simultaneously suppressing vari￾ous types of complex backgrounds. The analysis and comparison in the experiment show its effectiveness and robustness. Keywords: IR small target; max-mean; background estimation; ratio-difference joint; local contrast; target detection; single frame detection; noise-resistant ability 红外精确制导、红外预警、海上搜救等领域 中，被测目标与传感器之间的距离通常很远。由 于光学系统和焦平面阵列性能的限制，图像中目 标通常仅占据几个像素且灰度值较小，容易导致 较低的检测率[1]。此外，由于视野中树木、房屋、 云层、海浪和其他随机因素的存在，原始红外图 像中可能存在各种类型的复杂背景，例如高亮度 背景[2] 、背景边缘[3] 和高亮度孤立点噪声 (pixel￾sized noises with high brightness，PNHB) 等 [4] ，给目 标检测带来严重干扰，导致较高的虚警率。 在现有的红外小目标检测领域，研究者为实 现高检测率和低虚警率，提出了多种检测方法， 主要包括基于序列的算法和基于单帧的算法。基 于序列的算法倾向于利用多帧之间的运动信息检 测目标，因此即使目标在某些帧中被遮挡，仍可 以取得良好的检测性能。但基于序列的算法通常 有较大的计算量，在某些应用中无法满足实时性 要求。基于单帧的算法仅使用单帧内的信息，因 此常具有较快的检测速度。此外，基于单帧的算 法可作为某些基于序列的算法的基础模块进行使 收稿日期：2021−01−08. 网络出版日期：2021−06−28. 基金项目：国家自然科学基金项目 (61802455，62003381)；河南 省重点研发与推广专项 (科技攻关) 项目 (192102210089， 212102210525). 通信作者：韩金辉. E-mail：hanjinhui@zknu.edu.cn. 第 17 卷第 2 期 智 能 系 统 学 报 Vol.17 No.2 2022 年 3 月 CAAI Transactions on Intelligent Systems Mar. 2022