1.基于Otsu和改进Bernsen的红外图像分割方法，其特征在于，具体按照以下步骤实施：步骤1，对输入图像进行对比度扩展变换预处理，预处理后的图像满足直方图均衡化；

步骤2，采用Otsu法计算出分割阈值GT，将图像分割为背景区域和目标区域两部分；具体计算过程如下：对于图像I，将前景与背景的分割阈值设为GT，目标区域比例ω0的计算如公式(4)所示：式(4)中，N0为图像中灰度值小于阈值g(i,j)的像素个数；

背景区域比例ω1的计算如公式(5)所示：

式(5)中，N1为图像中像素灰度值大于阈值g(i,j)的像素个数；

平均灰度值μ的计算如公式(6)所示：

μ＝ω0×μ0+ω1×μ1  (6)；

式(6)中，μ0为目标区域平均灰度值，μ1为背景区域平均灰度值；

类间方差s的计算如公式(7)所示：

2 2

s＝ω0(μ0‑μ) +ω1(μ1‑μ)  (7)；

步骤3，对目标区域中的g(i,j)在(2w+1)×(2w+1)窗口内进行高斯平滑滤波；

步骤4，采用改进的Bernsen法预判图像局部窗口内的对比度是否超出阈值范围，得到图像的阈值T(i,j)；

采用改进的Bernsen法计算出目标区域的阈值T1(i,j)，如公式(9)所示：式(9)中，k、l为窗口内的位置参数；

预判目标区域中图像局部窗口内的对比度是否超出阈值范围，根据最终得到图像的阈值T(i,j)判断像素点是否满足目标区域的条件，如公式(10)所示：式(10)中，Imax为g(i,j)在窗口内的灰度最大值，Imin为g(i,j)在窗口内的灰度最小值，GT为Otsu法得到的图像的全局阈值，S为窗口内灰度对比度阈值，S＝15；

步骤5，利用T(i,j)对图像进行逐点二值化，得到二值化图像b(i,j)。

2.根据权利要求1所述的基于Otsu和改进Bernsen的红外图像分割方法，其特征在于，所述步骤1中，具体为：设输入图像I的大小为M×N，图像在点(i,j)的灰度值为f(i,j)，预处理过程如公式(1)、(2)及(3)所示；

A＝min[f(i,j)]  (1)；

B＝max[f(i,j)]  (2)；

式中，A为图像的最小灰度值，B为图像最大的灰度值，g(i,j)是对比度扩展变换后的图像灰度，灰度动态范围为[0,255]。

3.根据权利要求1所述的基于Otsu和改进Bernsen的红外图像分割方法，其特征在于，所述步骤3中，采用高斯平滑滤波对目标区域像素点进行滤波处理，具体过程如下所示：对目标区域内的像素点(i,j)在(2w+1)×(2w+1)窗口内进行高斯平滑滤波，如公式(8)所示：式(8)中， 为经过高斯平滑滤波之后的灰度值，σ为平滑尺度，w为窗口宽度的一半，P为以(i,j)为中心大小为(2w+1)×(2w+1)的窗口区域。

4.根据权利要求1所述的基于Otsu和改进Bernsen的红外图像分割方法，其特征在于，所述步骤5中，具体为：利用阈值T(i,j)遍历目标区域图像中每个像素点，得到与原目标区域图像维数相同的二值化图像，对g～(i,j)逐点二值化，具体二值化计算如公式(11)所示：式(11)中，b(i,j)为记录二值化结果的矩阵。