[发明专利]红外弱小目标检测跟踪方法及其装置

权利要求书

1.一种红外弱小目标检测跟踪方法，其特征在于，该方法为：根据改进的四阶偏微分方程方法对原始红外图像进行处理获得背景抑制和目标增强后的红外图像，根据分块自适应阈值分割的方法提取所述获得的红外图像中候选目标的位置信息以及数目信息，最后根据高斯混合实现的势概率假设密度(GM-CPHD)滤波器对提取的候选目标的位置信息和数目信息进行多目标状态和数目估计，通过GM-CPHD滤波器实现对多个红外弱小目标的状态和数目的精确稳定估计；

所述根据改进的四阶偏微分方程方法对原始红外图像进行处理获得背景抑制和目标增强后的红外图像，具体为：设k表示红外图像序列的帧数，红外图像的大小为M×N，初始时刻k＝1；首先，读取红外图像中的第k帧，采用改进的四阶偏微分方程对第k帧图像进行处理，即将式(1)：所定义的扩散系数s(x)带入式(2)：中，对原始红外图像进行处理，获得背景抑制和目标增强后的红外图像。

2.根据权利要求1所述的红外弱小目标检测跟踪方法，其特征在于，所述根据分块自适应阈值分割的方法提取所述获得的红外图像中候选目标的位置信息以及数目信息，具体为：将所述获得背景抑制和目标增强后的红外图像划分成50个小块，当红外图像的高度和宽度不满足50的倍数时，根据镜像的方法对原始红外图像进行扩展；对于划分后的每一个小块，根据公式(4)：分块阈值＝(分块图像均值+12×(分块图像方差))×(自适应阈值系数)，确定分割阈值，将灰度大于阈值的像素赋值为255，小于阈值的像素赋值为0，自适应阈值分割完成后，截取扩展图像的1到M行，1到N列作为阈值分割后图像，根据分割后图像确定候选目标的位置信息和数目信息。

3.根据权利要求1所述的红外弱小目标检测跟踪方法，其特征在于，所述最后根据高斯混合实现的势概率假设密度(GM-CPHD)滤波器对提取的候选目标的位置信息和数目信息进行多目标状态和数目估计，通过GM-CPHD滤波器实现对多个红外弱小目标的状态和数目的精确稳定估计，具体为：将所述提取的候选目标的位置信息和数目信息作为当前帧的量测送入GM-CPHD滤波器中进行递归。

4.根据权利要求3所述的红外弱小目标检测跟踪方法，其特征在于，所述将所述提取的候选目标的位置信息和数目信息作为当前帧的量测送入GM-CPHD滤波器中进行递归，具体通过以下步骤实现：

步骤501：对上一帧存活的目标和当前帧新生目标的状态均值、权值、协方差和数目的概率分布进行预测，得到预测的目标均值m_k|k-1、权值w_k|k-1、协方差P_k|k-1和预测的目标数目n_k|k-1以及目标数目的概率分布p_k|k-1；

步骤502：构造目标信息更新所需成分，即构造增益K、新息协方差S和更新协方差P_k|k；

步骤503：设当前帧有Z个量测值，则总共得到m_k|k-1+Z×m_k|k-1个高斯成分，采用卡尔曼滤波对各个高斯成分进行更新，得到更新的状态均值m_k|k、权值w_k|k和协方差P_k|k，并且对预测目标数目的概率分布p_k|k-1进行更新，得到更新的目标数目概率分布p_k|k；

步骤504：根据剪枝的方法将权值小于阈值的高斯成分剔除，在剪枝后的高斯成分中，将状态差异小于合并阈值的高斯成分合并；

步骤505：在剪枝合并后的高斯成分中提取出多目标的状态并计算更新的目标数目，作为最后的滤波输出；

步骤506：判断当前帧是否有新生目标，如果有，则将新生目标的状态和数目送入下一帧的GM-CPHD预测中。