[发明专利]基于分块速度域能量累积的序列图像暗弱目标检测方法

说明书

技术领域

本发明主要利用了改进运动目标检测算法，将序列图像分成若干个序列图像块，以快速检测暗弱目标的运动速度，并完成目标定位。

背景技术

近年来，随着信息处理技术领域的发展，暗弱目标检测技术不断地引起各国研究者的高度重视。在军事领域，红外暗弱目标的检测对于提高空中预警能力，制空能力，以及反击能力有着重要意义；在民用领域，暗弱目标的检测在大范围安防监控领域也有着广泛应用。但是，实时的、通用的、鲁棒的暗弱目标检测算法还未完全解决。

Reed等人提出了一种迭代运动目标检测算法(RMTI算法)，采用了三维匹配滤波的方法，将暗弱目标检测问题转化为三维空间的速度匹配问题。若目标在三维空间中的速度已知，则RMTI算法的性能表现突出。但在实际应用中，目标的运动速度矢量难以估计。实验表明，当输入速度与目标实际三维运动速度相差较大时，该算法的性能迅速下降。因此，该方法需要遍历搜索整个序列图像以检测目标，带来了巨大的计算量。Stock和Chen提出了速度滤波器组的概念，以克服遍历搜索的问题。在该方法中，一组滤波器代表了一定的速度范围。在工程应用中，可以根据先验知识取好若干组速度滤波器，进行匹配滤波。但是当先验知识不足时，滤波器组的数目也会增加，运算量也会随之增加。本发明提出了速度域RMTI算法，可以降低对输入速度的依赖程度，在输入速度不匹配的情况下也有出色的表现效果。理论表明，基于速度域的RMTI算法的信噪比与迭代次数的开方成正比，与序列图像的面积开方(H，W分别为序列图像的高和宽)成反比。因此提高该算法的性能有两个途径：一是参与迭代的图像帧数，二是减小红外图像的面积。第一个途径简单易行，但会增加算法运算复杂度。受此启发，本发明从第二个途径出发，以提高该算法的检测效果和实时性。

发明内容

本发明解决的问题是传统RMTI算法在实际工程应用中，因检测目标在三维空间中速度未知，产生的性能下降和遍历图像序列搜索的缺点。

针对以上问题，本发明创新性地提出了一种基于分块的速度域迭代运动目标检测算法，可以快速、高信噪比地搜索序列图像中的暗弱目标。

本发明的技术方案是：针对序列图像，首先按照分块策略将序列图像分成若干块，然后运行RMTI算法，得到每个序列图像块上的叠加响应函数，通过检测该函数的峰值得到目标运动速度，计算每个图像块对应的峰值信噪比，选择对应最大峰值信噪比的速度。将该速度作为初始值在原序列图像上运行速度域RMTI算法，得到目标速度的精确值。最后利用此速度叠加序列图像，并在结果图像上完成暗弱目标的检测，具体步骤如下：

2.1将序列图像上的首、末帧图像按照相同的方式分为若干块；

2.2按照线性插值的方式得到中间各帧的图像块，对每个序列图像块运行速度域RMTI算法，得到每个序列图像块的叠加响应函数，得到对应的峰值信噪比；

2.3遍历搜索所有序列图像块中峰值信噪比的最大值，及其对应的目标相对运动速度，叠加上序列图像块的运动速度得到目标在序列图像上的绝对速度；

2.4以该绝度速度为初始值，使用RMTI算法在原序列图像上搜索目标速度的精确值，在时域中，使用该速度精确值对序列图像进行叠加，得到结果图像；

2.5在结果图像上进行阈值分割并检测，输出暗弱目标的位置以及运动速度。

针对传统RMTI算法在输入速度不匹配时带来的性能下降问题，本发明提出了一种速度域RMTI算法。该算法在检测速度范围为[-W，W]和[-H，H]时的计算复杂度为O(4NH²W²log(HW))，与H²W²成正比，信噪比与成反比。为提高该算法的性能，采用分块策略将原序列图像分为若干组，在每组序列图像块上进行速度域RMTI算法，获得速度初始值，然后采用该初始值在原始序列图像上进行RMTI算法，获得速度的精确值，其提高算法的检测效果。

一、速度域RMTI算法基本原理

2.1 RMTI算法基本原理

为方便描述，暗弱目标采用二维高斯函数表示，且目标作匀速直线运动，并假设红外图像经过二维最小均方差滤波后只存在暗弱目标和随机噪声，则序列图像可以表示为：