[发明专利]一种序列图像变化检测的伪变化目标去除方法

说明书

一种序列图像变化检测的伪变化目标去除方法，本发明属于序列图像变化检测技术领域，目的是解决现有的图像变化检测方法未能有效的利用序列图像间的帧间信息且伪变化目标排除率低的技术问题，本发明采用的技术方案为：首先将序列图像中具有伪变化目标的第一帧作为样本进行分块并计算各块的特征；然后对各特征进行矢量分析，训练出用于伪目标去除的双向圆锥形决策规则进行决策，最后利用帧间变化对该规则进行自适应递推。本发明解决了现有的图像变化检测方法未能有效的利用序列图像间的帧间信息，不适用于目标较少或目标类型不统一甚至类型未知的情况，且伪变化目标排除率低的技术问题，并提出了一种双向圆锥三维矢量分析的伪目标去除方法。

技术领域

本发明属于序列图像变化检测技术领域，具体涉及一种序列图像变化检测的伪变化目标去除方法。

背景技术

常规的图像变化检测是利用同一地区在不同时刻拍摄的两幅图像，采用图像处理和模式识别等手段，检测出该地区的地物变化信息的过程；然而实际拍摄时，所获取的图像并不只有一幅静态图像，而是图像序列，仅对静态图像进行变化目标检测将无法利用图像序列间的帧间信息；序列图像目标变化检测主要针对两组图像序列间变化目标的检测，两组图像序列各帧一一对应，并进行图像配准。在进行图像目标变化检测时，受阴影等因素的影响图像中可能出现大量伪目标，目标误检率高。

目前，目标变化检测方法分为静态图像和序列图像两类。其中静态图像目标变化检测法主要包括增强真实目标区分度和减弱伪目标影响两方面；静态图像的目标变化检测未能有效利用帧间关联信息，误检测率没有得到有效控制。序列图像目标变化检测法主要有基于图像镶嵌的方法和基于目标训练的检测方法，基于镶嵌的方式将序列图像进行镶嵌，然后对镶嵌后的区域图像进行配准，并在此基础上分析配准误差完成变化检测，该类方法仅将序列图像进行了拼接，未能有效的利用该序列间的帧间信息；基于目标训练的方法通过对样本图像的训练得到目标的变化类型的决策规则，并用规则检测出同类型的变化目标，当实际拍摄时所获取的图像，待检测目标并不一定出现在每帧图像中且可能属于不同类别，其变化特征可能具有较大差异；而伪变化目标在各帧图像中都会出现，类别较为固定。例如在用于作战检测时，船只、车辆、飞机、驻扎的帐篷等都可能是待检测目标，他们在图像中表现出的变化特征并不相同，而影响检测的伪变化目标可能同样是由阴影引起的图像灰度变化，基于目标训练的方法难以准确的处理该类型的目标变化。

综合考虑以上方法可以看出，需要有一种新方法来解决现有序列图像目标变化检测方法，不适用于目标较少或目标类型不统一甚至类型未知的情况，并且该方法需要有效的排除伪变化目标，保证准确的检测出真实变化目标。

发明内容

本发明的目的是解决现有的图像变化检测方法未能有效的利用序列图像间的帧间信息且伪变化目标排除率低的技术问题，提供一种序列图像变化检测的伪变化目标去除方法。

为解决上述技术问题，本发明采用的技术方案为：首先将序列图像中具有伪变化目标的第一帧作为样本进行分块并计算各块的特征；然后对各特征进行矢量分析，训练出用于伪目标去除的双向圆锥形决策规则进行决策，最后利用帧间变化对该规则进行自适应递推。

为解决上述技术问题，本发明采用具体的技术方案为：

一种序列图像变化检测的伪变化目标去除方法，其中：它包含以下步骤：

S1：将同一地区不同时间拍摄的两组图像序列输入，并进行配准，使得序列各帧一一对应；

S2：选取每组图像序列的第一帧图像，利用模糊C均值聚类的方法进行变化检测，并通过人工判读的方法标记出模糊C均值聚类检测结果中的伪变化目标；

S3：将每组图像序列的第一帧图像分块处理获得图像块；

S4：计算各个图像块的三种鉴别特征值，所述鉴别特征用以鉴别真实与伪变化目标；