1.一种用于无人车辆的红外偏振目标检测方法,其特征在于,包括以下步骤:获取多个角度的红外强度图像,通过斯托克斯矢量法计算得到红外强度图像I、Q和U;
对红外强度图像I进行去噪增强处理,获得增强后的红外强度图像I对红外强度图像Q和U进行高斯滤波处理,得到滤波后的红外强度图像Q根据红外强度图像Q
将红外强度图像I
通过红外偏振度图像DoP和融合增强图像I融合增强图像I
利用梯度域引导滤波方法将红外强度图像I采用拉普拉斯金字塔融合方法将红外强度图像I采用视觉显著图融合方法将红外强度图像I将融合图像的细节层F
所述梯度域引导滤波方法包括:利用输入图像X构造引导图像,输出图像O与引导图像P在窗口内符合一定的线性关系,表示为:其中,i表示像素索引,a
假设引导图像P和输出图像O之间存在局部线性关系,引入一阶边缘感知约束,表示为:其中,χ(k)为σ
利用一阶边缘感知约束Γ
其中,λ为正则化参数;X
其中,mean(χ(k))表示χ(k)的平均值,η为相关系数,表示为η=4/(mean(χ(k))-min(χ(k)));
计算包含在不同局部线性函数中的某像素点的输出值时,对包含该像素点的所有局部线性函数进行平均操作:其中,O
所述拉普拉斯金字塔融合方法包括:将红外强度图像I
使用显著性算法分别计算红外强度图像I在每一层分别进行细节层拉普拉斯金字塔和权重图高斯金字塔的混合,实现细节层的多尺度融合,得到混合金字塔;
对于混合金字塔,自顶向下,一层一层地向上采样,并与混合金字塔的下一层相加,恢复出下一层的高斯金字塔;
重复上采样和相加的操作,恢复其对应的高斯金字塔,得到最终融合图像的细节层F所述视觉显著图融合方法包括:分别对红外强度图像I
B
其中,W
2.根据权利要求1所述的用于无人车辆的红外偏振目标检测方法,其特征在于,红外强度图像I、Q和U的计算公式为:I=0.5(I
Q=I
U=I
其中,I
3.根据权利要求1所述的用于无人车辆的红外偏振目标检测方法,其特征在于,采用BM3D算法对红外强度图像I进行去噪增强处理,获得增强后的红外强度图像I
4.根据权利要求1所述的用于无人车辆的红外偏振目标检测方法,其特征在于,红外偏振度图像DoP的计算公式为:其中,Q
5.一种用于无人车辆的红外偏振目标检测系统,其特征在于,包括:信息获取模块,用于获取多个角度的红外强度图像,通过斯托克斯矢量法计算得到红外强度图像I、Q和U;
去噪模块,用于对红外强度图像I进行去噪增强处理,获得增强后的红外强度图像I滤波模块,用于对红外强度图像Q和U进行高斯滤波处理,得到处理后的红外强度图像Q融合模块,用于将红外强度图像I目标检测模块,用于利用自适应阈值法对融合后的显著图中的目标进行检测,得到最后的输出结果I
6.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-4任一项所述的用于无人车辆的红外偏振目标检测方法。