关键字：红外、微光、目标检测。
0引言
随着科技的发展，目前许多国家都在积极研究夜视成像技术。在军事上，有红外夜视仪、微光夜视仪等设备，不仅装在军舰、飞机、坦克等重型武器上,还运用在单兵头盗、望远镜、枪支等轻装备上。在民用上，车载夜视仪也得到广泛应用，成为夜晚开车人的好帮手[1]。夜视成像技术目的是为了对目标更加有效准确进行监控，于是目标检测技术便成为首要任务。夜视成像技术手段主要有两种，红外探测和微光探测。
1红外
红外成像技术原理：红外热成像器件捕获场景的红外福射信息，再经过光电转换，将场景福射的信息变化显示在显示器件上[2]，形成了能够让人眼识别的红外波段图像。红外图像一般为灰度图像，只显示场景的温度差异。所以红外波段图像具有低对比度、细节特征不够明显特点。
2微光
微光成像的原理[3]：微光成像是指在微弱光照条件下的光的成像原理。微弱光经过光电转换、图像增强、图像处理、图像显示等处理，微弱光包括人眼不能看或不易看见的极微弱UV光、X光、星光、近红外辐射光等，使它能变成人眼能看的可见光图像。能够极大的提升人眼在能量、光谱、分辨率上的极限。因此微光图像具有图像细节明显，分布域广的特点。
3算法
基于双波段目标检测的主要以红外图像通过多帧阈值分割对疑似目标进行提取，然后再对微光图像进行边缘分割，然后对两幅图像信息进行重叠处理，使用目标大小筛选剔除无效目标，得到最终得到检测目标。
3.1 红外多帧阈值算法
红外多帧阈值算法：第一步，对连续两帧红外图像进行二值化分割，本文采用3×3的模板对红外图像进行空域滤波，计算3×3区域内的均值g1、g2。第二步，将空域滤波后的图像，带入（2）式中进行二值化，设定阈值T，当、大于一定的阈值时，就可以取1,，其余置零。第三步，把得到的二值化信息，、进行按照公式（3）相与，可以滤除其中孤立的噪声点，得到红外疑似目标检测。
其中为水平方向边缘，为垂直方向的边缘梯度，根据式(3)可以求得图像的梯度为，即为检测到的图像边缘。
3.3 目标提取
通过上述方法对红外图像和微光图像进行图像分割处理。对分割后的红外与微光图像，采用像素级融合的方法，提取出目标。公式如下：
假设红外图像经过上述方法进行二值化后的图像为Ia（x，y），微光图像经过上述分割算法后的图像为，Ib（x，y），再按以下公式进行特征及像素进行融合，得到具有红外与微光两种信息的图像T（x，y）。
5结论
本文为了解决夜视目标检测问题，提出了基于双波段信息融合处理算法，完成了夜视目标检测。从实验数据的分析得出，本文提出的目标检测算法，对人车的大小目标都能够很准确的提取出来，并且已经得到了实际的运用，但是算法因为使用多帧的图像进行处理，对高速目标会出现误提取，后续可使用单帧算法进行优化。
参考文献：
[1]王停,红外与微光图像融合技术研究[D].南京.南京理工大学，2007.
[2]刘颖彬,红外弱小目标实时监测处理系统.武汉. 华中光电技术研究所-武汉光电国家实验室.2015
[3]邢素霞，常本康，张俊举. 基于红外目标分割的图像融合方法研究.北京.北京工商大学，2009
论文作者:王武
论文发表刊物:《科技中国》2018年5期
论文发表时间:2018/8/10
标签：图像论文; 微光论文; 目标论文; 算法论文; 阈值论文; 波段论文; 信息论文; 《科技中国》2018年5期论文;