[发明专利]一种多尺度空中运动目标检测方法

说明书

技术领域

本发明属于数字图像处理与航天航空技术的交叉领域，具体涉及一种多尺度空中运动目标检测方法。该方法可以解决动平台与复杂天空背景下未知大小的点状、斑状或面状的飞行器目标自动检测定位难题。

背景技术

低信噪比的点目标或小目标的检测与识别是目标自动识别(Automatic Target Recognition，简称ATR)中的一个难题。其中一个重要的困难在于目标成像面积小，往往只有一个或十几个像素，缺乏足够信息(无形状、尺寸、纹理特征可利用)。

传统的弱小目标检测一般有两类算法从不同角度来实现小目标检测。一种是抑制背景，增强目标。对图像进行预处理，滤除背景噪声，突出目标，从而为检测出目标或为后续检测提供了较好的基础。常用的背景抑制方法有：线性白化滤波器、统计滤波器、峰值检测法、形态滤波器、神经网络法等。通常目标检测算法决定每帧图像中目标存在或不存在，而目标跟踪算法决定与跟踪相关联的目标观测。另外一种是当目标能量很低，检测错误概率非常高时，需要对多帧图像进行处理。这时，利用目标的速度、运动方向等先验信息，通过积累目标能量来提高检测概率。常用的小目标多帧检测方法有：三维匹配滤波器法、多级假设检验法、最优原理的动态规划法、高阶相关检测法、投影变换法、时间差分法、空间差分法、多级门限检测法、细胞神经网络法等等。

王岳环、程圣莲、周晓玮、张天序提出的基于多级滤波的复杂背景下多尺度小目标检测方法(见文献王岳环，程圣莲，周晓玮，张天序.基于多级滤波的复杂背景下多尺度小目标检测.红外与激光工程INFRARED AND LASER ENGINEERING，2006，第03期)，虽然也能够在没有目标尺度先验知识信息的情况下自适应地检测多个小目标，但其检测的尺度范围有限，局限在9*9大小以下的小目标，当目标尺度变化超过该范围时，其检测就会失效。另外，该文献提到的方法，无法判断有无特定尺度范围目标的情况。

发明内容

本发明的目的在于提供一种多尺度空中运动目标检测方法，该方法能在目标大小未知或者连续变化的条件下，以单帧图像为基础，自适应判断目标尺寸大小，进而快速有效地检测识别图像序列中的运动目标，还可判断有无特定尺度范围目标。

本发明提供的多尺度空中运动目标检测方法，其步骤包括：

(1)读入待处理的原始图像；如果没有图像输入，则转步骤(9)；

(2)建立目标链表，初始化值为全零；

(3)对原始图像降n倍(n为正整数)采样率，分别对降采样率后的图像进行模板大小为7×7、5×5和3×3的三个滤波模板进行多级滤波，其模板元素都为1；

(4)对滤波后的图像从最大尺寸，即最大的滤波模板7×7结果图进行目标特征检测，如果检测到目标，则将目标相关信息添加到目标链表中；具体的特征检测过程为在对滤波结果进行二值分割和标记，得到全部的疑似目标。接着在标记图中疑似目标进行特征提取，即计算各标记区域的平均灰度、长宽比、面积与模板大小比。再结合以上特征，通过判断疑似目标与该模板是否有响应，来决定该尺度空间下是否存在真实目标；

(5)对5×5滤波模板的滤波结果进行特征检测，检测目标链中所保存的目标区域外是否还存在目标，若有则将目标相关信息添加到目标链中；

(6)对3×3滤波模板的滤波结果进行特征检测，检测目标链中所保存的目标区域外是否还存在目标，若有则将目标相关信息添加到目标链中；

(7)令n＝n-1，若n＜0，则转步骤(8)，否则转步骤(3)；

(8)根据目标链中的目标位置信息，在原图中进行标记并显示。再清空目标链，转步骤(1)进行下一幅待处理图像；

(9)结束。

本发明的核心思想为通过对原图像进行降采样率以及模板变化的多级滤波，使得仅仅通过三个尺寸的滤波模板就能处理3n个尺度变化范围内的目标大小，从而使得算法能够对更大尺度变化范围内的目标进行检测。算法从最大尺度开始进行目标检测，逐级定位目标所在的确切尺度，以精确定位不同大小的目标。

为了提高目标检测的稳定性和鲁棒性，本发明在目标尺度范围的选取以及目标特征提取做出了考虑。