[发明专利]对地面弱小目标的检测方法

说明书

技术领域

本发明属于目标检测跟踪系统，特别是一种对地面弱小目标的检测方法。

背景技术

地面弱小目标具有探测距离远、信噪比低（Mina Farajzadeh,Ali Mahmoodi and Mohammad Reza Arvan. Detection of Small Target Based on Morphological Filters.20th Iranian Conference on Electrical Engineering,(ICEE2012),May 15-17,2012,Tehran,Iran）、杂波干扰强、目标像素少、缺乏结构纹理信息等特点(刘建华，毕笃彦和刘亲社.一种红外弱小目标的检测方法。激光与红外，2008，7，38卷，7期，733-736)，在弱小目标的检测算法中，遗传算法、递归算法、动态规划法、匹配滤波法、最优投影和Hoff变换法、光流场法，及新近的神经网络等都有计算量大、计算复杂、不易实现的缺点，无法满足实时处理的需求，实用性还有待提高。

在目标检测与跟踪领域，常用的算法一般是混合高斯算法进行背景更新将大运动目标提取出来，但是算法量较大，更新效果差。常用角点检测算法对于图像上的特征点的检测，如Harris、Sift、Surf等。由于视频抖动、成像质量差等因素影响，这些角点检测算法还无法进一步对地面弱小目标进行检测。

发明内容

本发明的目的在于提供一种对地面弱小目标的检测方法，对复杂地面背景在微光情况下抖动视频进行处理，检测得到地面弱小目标。

实现本发明目的的技术解决方案为：一种对地面弱小目标的检测方法，步骤如下：

第一步，在一段地面弱小运动目标的视频上，采用Surf角点检测算法，分别在每帧图像上检测出角点；

第二步，根据每帧图像上角点的位置计算前后两帧图像的位移值(Δx,Δy)，再根据(Δx,Δy)将相邻两帧图像间的做差分，得到前后两者的残差图img，即img=img_n-img_n-1，n为当前帧号；对残差图进行目标的一次提取，即将残差图中灰度值大于阈值Th的像素信息提取出来作为预目标，阈值Th=10-20；

第三步，由于残差图中预目标点周围与其背景相比亮度较为突出，并且在连续几帧内预目标都是存在的，根据这两特点将预目标进行二次提取。

本发明与现有技术相比，其显著优点：（1）本发明克服了视频抖动，成像质量差等一系列因素，能够检测得到地面弱小目标。（2）本发明在时间上具有连续性，同时稳定性高，精度较高，实时性好。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明流程图。

图2为当前帧图像。

图3为目标一次提取图。

图4为目标二次提取图。

图5（a）为f随帧数1~120变化图。

图5（b）为f随帧数1~900变化图。

图6(a)、(b)、(c)为视频中连续3帧抖动图片。

具体实施方式

本发明对地面弱小目标的检测方法的基本原理是：首先，利用Surf角点检测算法，在图像序列中检测出各图像的角点。根据距离及灰度信息对图像中的角点进行删减，使得前后帧图像中的角点一一对应。由前后帧的角点的位移信息，将前后帧相减得到前后帧间的残差图。然后，根据序列残差图中弱小目标的连续性及虚警率的随机性等性质，剔除残差图中的虚警，从而检测出弱小目标。具体流程如图1所示。

首先，在一段地面弱小运动目标的视频上，如图6（a）、图6（b）、图6（c）为视频中连续3帧抖动图片，采用Surf角点检测算法，分别在每帧图像上检测出角点。

其次，根据每帧图像上角点的位置计算前后两帧图像的位移值(Δx,Δy)（根据前后两帧图像对应角点的坐标值x，y相减得到所有的值，然后根据直方图统计得到相应的均值即为位移值(Δx,Δy)），再根据(Δx,Δy)将相邻两帧图像间的做差分，得到前后两者的残差图img，即img=img_n-img_n-1，n为当前帧号；对残差图进行目标的一次提取，即将残差图中灰度值大于阈值Th的像素信息提取出来作为预目标，阈值Th=10-20（灰度值：黑色为0，最亮为256）。

最后，由于残差图中预目标点周围与其背景相比亮度较为突出，并且在连续几帧内预目标都是存在的，根据这两特点将预目标进行二次提取。其中二次提取的步骤为：