[发明专利]一种弱小目标的跟踪方法

说明书

本发明公开了一种弱小目标的跟踪方法。本方法按照预设参数对图像进行处理，并检测出目标。对目标提取其当前特征，对当前特征进行分析计算，动态调整跟踪过程中的空域像元合并参数、时域多帧累加参数、目标匹配滤波提取模板。通过在目标跟踪过程中对动态的调整时域空域处理参数，使目标的跟踪处理过程能匹配目标的特征变化，提高对目标和背景的适应能力，避免目标远离信噪比下降导致的影响，解决了长作用距离下的长时间目标跟踪问题。

技术领域

本发明涉及到图像处理技术，具体指一种动态调整时域空域参数的方法，特别是涉及到一种弱小目标的跟踪方法，所述的弱小目标的信噪比大小为2～3。

背景技术

在探测距离远、背景起伏和云层遮挡等情况下获取到的图像，其目标和背景均会发生巨大的波动，若均采用相同的参数对目标检测跟踪，则会导致部分目标很难从背景中分离出来，从而影响目标整体的跟踪。然而，现阶段针对于弱小目标的跟踪主要采用单一无参数变化的跟踪模式，这在一定程度上降低了目标跟踪的实时性，另一方面，也增加了目标跟踪的难度。因此，设计出一种适合于在不同目标和背景条件下的动态参数调整方法对目标的跟踪起到了至关重要的作用。

发明内容

为了克服上述现有技术的不足，本发明提供了一种弱小目标的跟踪方法，该方法获取图像传感器输出的灰度图像，按照预设参数对图像进行处理，并检测出目标。对目标提取其当前特征，对当前特征进行分析计算，动态调整跟踪过程中的空域像元合并参数、时域多帧累加参数、目标匹配滤波提取模板。通过在目标跟踪过程中动态的调整时域空域处理参数，使目标的跟踪处理过程能匹配目标的特征变化，提高对目标和背景的适应能力，避免目标远离信噪比下降导致的影响，解决了长作用距离下的长时间目标跟踪问题。

本发明的上述目的是通过如下技术方案予以实现的：

一种弱小目标的跟踪方法，其特征在于：包括如下步骤：

(1)获取探测器输出灰度图像，探测器类型为面阵型图像探测器，其输出帧频不低于30帧每秒；

(2)对图像进行处理和检测，提取出目标，图像处理处理和检测方法主要包括：背景抑制、空域像元合并、时域多帧累加、匹配滤波、阈值分割、目标提取，其中背景抑制方法为最大中值滤波，形态学滤波和双边滤波中的一种或多种，空域像元合并选用的尺寸为3×3，5×5或7×7，时域多帧累加采用10帧，匹配滤波模板为四个方向上的8-邻域模板，阈值分割采用最大熵分割、恒虚警率分割或自适应阈值方法；

(3)计算提取出的目标的当前特征，所需要提取的目标特征为：目标的能量峰值peak_target、目标的位置position_target、目标的局部信噪比SNR_local、目标的运动速度move_vector_target、目标的能量集中度peak_rate、目标的形状shape_target；其中目标的峰值能量peak_target是指检测出的目标灰度最大值，目标的位置position_target是指根据目标的峰值能量为中心，在n×n邻域的灰度中心，其中n＝3，5或7；目标的局部信噪比是指目标的峰值能量与其m×m邻域去除n×n邻域后的标准差的比值，其中m＝3，5或7；目标的运动速度move_vector_target是指用相邻两帧目标位置之间的差值除以多帧累加的进行估计；目标的能量集中度是指目标的峰值能量与其n×n领域的灰度和的比值，目标的shape_target是指在进行正交PCA分解后两个方向方差的比值以及对应的投影方向；

(4)根据目标的当前特征动态调整跟踪过程中的空域像元合并参数、时域多帧累加参数、目标匹配滤波提取模板,所述的调节方法按照以下方法进行，首先确定空域像元合并尺度参数pixel_combine_scale: