用于鲁棒红外边缘检测的各向异性多尺度耦合重建

《Infrared Physics & Technology》：Anisotropic multiscale coupled reconstruction for robust infrared edge detection

　　

摘要

针对红外图像中低对比度、热噪声以及边缘扩散模糊等问题，我们提出了一种用于鲁棒边缘检测的**各向异性多尺度耦合重建（AMCR）**框架。首先，AMCR 通过**加法算子分裂（AOS）**构造非线性尺度空间，并根据梯度直方图统计自适应估计扩散阈值，在抑制噪声的同时保留弱边界。其次，频域**相位一致性**模型将边缘表示解耦为两个互补流：指示边缘存在性的相位一致性幅值图和反映局部结构可靠性的PC协方差响应。最后，通过耦合偏微分方程演化协同优化这两个特征维度，其中几何场引导能量场的拓扑感知扩散，而重建的能量场则反馈以修复不连续区域。在自采集红外图像及公开的FMB、LLVIP和M3FD数据集上的实验表明，AMCR 取得了 Pratt FOM 为 0.7652、F 值为 0.7629 以及低拓扑连续性指标（NCC=19.31，ER=0.0461）的性能，与基于传统方法和学习方法的方法相比具有竞争力。优化后的实现在嵌入式热成像仪器上每帧运行时间为 18.079 毫秒。

引言

近年来，红外成像技术凭借其卓越的在恶劣光照和天气条件下捕捉热辐射特征的能力，已广泛应用于军事侦察 [1]、[2]、夜间自动驾驶 [3]、[4] 以及工业无损检测 [5]、[6] 等战略领域。近期红外视觉研究的进展进一步表明，可靠的结构信息对于下游感知至关重要：形状先验和水平集约束被用于改进小目标的真值标注 [7]；混合正则化管线和高阶/低阶先验被引入以抑制红外噪声和非均匀伪影 [8]、[9]；基于多尺度丰富特征或相位一致性的表示则被应用于红外-可见光融合及跨尺度配准 [10]、[11]、[12]。与可见光谱成像不同，红外传感器记录的是温度变化而非反射率。然而，这种成像机制本身带来了显著挑战：由于热扩散和大气衰减，红外图像通常表现为低对比度、低信噪比以及结构边界模糊 [13]、[14]、[15]。因此，从这些退化图像中提取鲁棒、拓扑完整且几何精确的轮廓仍是计算机视觉领域的一项挑战。

多尺度空间分析是平衡噪声抑制与弱边缘保持的标准方法。线性高斯尺度空间具有稳定性，但其各向同性平滑容易使红外边界发生偏移或模糊。各向异性扩散模型（如 Perona–Malik 模型 [16]、[17]）通过在大梯度附近抑制扩散来减轻这一问题。然而，非线性偏微分方程的显式求解受限于 Courant–Friedrichs–Lewy（CFL）条件，要求极小的时间步长，限制了实时应用。此外，固定的梯度阈值难以跨不同动态范围的红外场景迁移。因此，有效的红外尺度空间应将自适应场景对比度感知与稳定高效的数值演化相结合。

鲁棒的特征描述符同样重要。经典的梯度算子（如 Canny 和 Sobel）对非均匀红外对比度较为敏感。通过 Log-Gabor 滤波器提取的**相位一致性（PC）**特征对光照和对比度变化具有更强的鲁棒性 [18]、[19]。然而，许多基于 PC 的方法主要使用特征幅值，未显式建模局部几何可靠性，如方向性、拐点和线结构 [20]。在低信噪比红外场景中，单一的能量响应可能保留更多候选边缘，但也容易产生碎片化轮廓和背景伪影 [21]、[22]。现有的融合策略通常通过静态加权或阈值组合特征 [23]、[24]，忽视了相邻边缘像素之间的拓扑依赖关系。虽然活动轮廓模型引入了演化机制，但其中许多仍由单一特征场驱动，可能被困于局部最优 [25]。因此，需要边缘能量与几何可靠性之间的动态交互来修复断裂的红外轮廓。

为解决上述挑战，我们提出了**各向异性多尺度耦合重建（AMCR）**，一种由偏微分方程驱动、包含三个协同模块的耦合重建框架。首先，我们利用加法算子分裂（AOS）和由梯度直方图统计确定的自适应扩散阈值，构建了一个高效的非线性多尺度空间。其次，我们在频域解耦互补的双流特征：捕获边缘存在性的相位一致性幅值图和捕获几何可靠性的PC协方差（结构张量）响应。第三，我们引入了多维交替重建方案，通过耦合偏微分方程系统执行拓扑感知的优化，利用几何线索引导能量扩散，并将重建的能量反馈以增强结构连续性。与现有耦合偏微分方程方法主要将单一图像强度或去噪变量作为演化目标不同，AMCR 将两个具有物理意义的特征场——边缘存在能量和几何可靠性——进行耦合，并利用它们的交替交互来重建断裂的红外轮廓。

本文的主要贡献总结如下：

• •
  我们提出了一种用于红外边缘检测的**自适应各向异性多尺度映射策略**。与具有固定对比度参数的传统 P-M 扩散相比，该策略从梯度直方图统计中估计扩散阈值，并使用 AOS 求解由此产生的非线性演化，从而同时提高场景适应性和数值效率。
• •
  我们构建了**能量–几何双流相位表示**。与主要使用相位幅值的传统基于 PC 的边缘提取不同，该表示显式分离了边缘存在能量与基于 PC 协方差的结构可靠性，使算法能够区分弱真实轮廓与各向同性热噪声杂波。
• •
  我们提出了一种基于耦合偏微分方程演化的**变分可解释交替重建机制**。与静态加权融合或单场偏微分方程演化不同，该机制使几何场约束能量场的扩散拓扑，并使重建的能量场增强微弱但连续的结构，从而同时提高拓扑连续性和定位精度。

章节摘要

各向异性扩散与非线性尺度空间

尽管线性高斯尺度空间在理论上是完备的，但其平滑特性可能导致边缘定位偏移。自 Canny 算子 [26] 和 Perona–Malik（P-M）模型 [16] 被提出以来，抑制噪声同时保留边缘一直是研究的热点问题。

近年来，研究人员提出了许多改进的各向异性扩散模型以应对红外图像特有的斑点噪声问题。例如，Zhang 等人 [27] 提出了一种新颖的快速方法

所提方法

针对红外边缘检测中的固有挑战——即热噪声抑制与弱边界保持之间的矛盾——我们提出了一种称为**各向异性多尺度耦合重建（AMCR）**的变分框架。该算法的整体框架如图 1 所示，工作流程由三个协同模块组成的级联架构组织而成，从粗到细逐步优化边缘结构。该管线

数据集与真值生成

本文使用的实验数据由两部分组成：自采集的真实世界红外图像集和从三个公开数据集中选取的代表性红外图像，即 FMB [44]、LLVIP [45] 和 M3FD [46]。自采集数据在不同时间段（白天和夜间）以及多种室内和室外条件下获取。公开数据集进一步引入了额外的成像域，包括红外-可见光融合场景和低光行人

结论

本文针对低对比度、热噪声和边缘扩散模糊条件下的红外边缘检测问题，提出了一种**各向异性多尺度耦合重建（AMCR）**框架。该方法首先构建基于 AOS 的非线性尺度空间，在减少背景干扰的同时保留弱结构过渡。随后引入基于相位一致性和 PC 协方差的"能量–几何"双流特征表示，使得边缘存在强度与局部结构可靠性

CRediT 作者贡献声明

周涛：写作 – 审阅与编辑，写作 – 原稿撰写，方法论，形式化分析，数据整理，概念构思。车凯：写作 – 审阅与编辑，资源，数据整理。周云：写作 – 审阅与编辑，资源，资金获取，形式化分析。宫佳媛：资源，资金获取。梁佳琪：写作 – 审阅与编辑，数据整理。陶梦元：写作 – 审阅与编辑，数据整理。吕剑：资源，资金获取。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本工作部分得到多功能光学系统研究重点项目（资助号 H04W241608）的资助，部分得到中央引导地方科技发展专项（资助号 2024EIA036）的资助，部分得到湖北省自然科学基金（资助号 2024AFD116）的资助，部分得到湖北省教育厅科研重点项目（资助号 D20231805）的资助，以及部分得到湖北省

周涛|车凯|周云|宫佳媛|梁佳琪|陶梦元|吕剑

电子科技大学，成都，611731，中国