一种基于渐进式分类模型的红外探测器盲元动态检测方法

专利主权项内容

1.一种基于渐进式分类模型的红外探测器盲元动态检测方法，其特征在于：包括以下步骤S1、通过红外探测器采集红外图像，通过第一次采集到的红外图像标定固定盲元位置信息，将标定为固定盲元的像元构建盲元表I；S2、在随机盲元检测之前，对红外探测器正常工作时采集到的红外图像边缘进行中值滤波；S3、检测随机盲元位置信息，取(2N+1)×(2N+1)滑动窗口遍历红外图像得到灰度共生矩阵，并对灰度共生矩阵分别统计对比度特征值和熵特征值；S4、设置差异阈值，通过差异阈值对潜在盲元窗口进行标记，计算所有遍历窗口得到潜在盲元窗口集合Y；S5、对潜在盲元窗口集合Y进行二次盲元筛选，构建盲元表Ⅱ；S6、判断是否完成K帧红外图像检测，如果是，则执行下一步骤；如果否，则转至步骤S10；S7、在连续检测K帧红外图像后，根据连续K帧红外图像的随机盲元检测结果，构建标记窗口集合W{w, w, ..., w}，r表示标记的窗口；12rS8、构建基于隶属度三支决策分类模型，计算被标记窗口的出现频次，对标记窗口集合W{w, w, ..., w}进行三支决策分类；12rS9、根据三支决策分类结果，判定是否生成新的固定盲元，如果是，则将新的固定盲元更新至盲元表I，并转至步骤S1；如果否，则执行下一步骤；S10、得到最终盲元检测结果。