[发明专利]用于红外图像序列的背景运动估计方法、装置及存储介质

说明书

本发明涉及一种用于红外图像序列的背景运动估计方法、装置及存储介质，方法包括：根据背景运动中相邻两帧图像的最大位移量确定待匹配区域，将待匹配区域划分成T个子区域，在这些子区域中用随机方法生成M个子窗口集合，用同步互信息匹配方法计算出这些子窗口集合对应的背景运动位移量，再根据这些子窗口集合对应的背景运动位移量使用势函数投票法计算出相邻两帧图像之间的背景运动位移量。本发明方法基于图像块匹配，不依赖于特征点的提取，因此对具有特征点较少的情况，以及受噪声干扰的红外图像序列的背景运动估计具有较高的鲁棒性。

技术领域

本发明属于图像处理技术领域，尤其涉及用于红外图像序列的背景运动估计方法、装置及存储介质。

背景技术

红外目标检测技术在红外预警、自动导航等技术领域有很重要的应用，特别是在红外图像弱小目标检测中，由于红外成像系统成像距离较远，成像的分辨率较低，目标常常表现为几个到十几个像素的亮点，且没有明显的纹理特征，同时还有大量的噪声干扰，这给红外弱小目标检测带来了极大的困难。因此，在背景相对静止的情况下，常采用背景减除法对目标进行检测，但在相机追踪目标而导致背景发生运动时，则需要进行背景运动估计，以进行相应的运动补偿，使背景保持相对静止。因此，在进行复杂背景的红外弱小目标的检测中，背景运动估计是其中较为重要的一环，对目标检测的准确性有较大的影响。

在红外远距离场景下，由红外相机镜头追踪目标的移动或抖动而导致背景发生运动时，相邻两帧图像的背景之间的运动可以近似看成是平移变换。对于这种情况，目前的背景运动估计主要分为基于图像块匹配的运动估计方法、基于特征点匹配的运动估计方法、光流法三类。

基于图像块匹配的背景运动估计方法是在当前帧图像的固定位置上选取一个子图作为匹配模板，然后将这些模板所在的窗口放到图像序列的下一帧图像中搜索滑动，通过相似性度量函数，计算模板与对应模板窗口覆盖下的子图之间的相似性关系，找到模板图像在下一帧图像中的最佳匹配位置，并以此计算出背景运动的位移量。通常情况下，这种方法可以取得较好的背景运动估计效果。但是，当匹配模板图像选择在图像中灰度分布较为均匀的区域时，由于该区域中的图像块与模板图像均具有较高的相似度，将大大降低对背景运动估计的精度。对此，有人通过每次选取一个图像模板进行运动估计，然后用不同区域的模板估计N次，用N次的某种统计平均作为最终背景运动估计结果，但是由于背景的不可预知性，当这种方法选择的N个模板图像块多数处在灰度平坦区域时，估计的结果就会不准确。此外，在图像中存在运动目标的情况下，由于目标运动的不可预性，在选取的模板子图中，若其中包含有目标区域，模板图像在下一帧图像中的匹配位置会受到目标运动的影响，使得对背景运动估计的准确性下降。

综上，对于图像分辨率较低、存在较多灰度平坦区域、且受噪声干扰影响较大的红外图像序列的背景运动估计问题，目前已有的方法中，基于块匹配的背景运动估计方法在模板图像选在灰度平坦区域中，或模板图像中包含有运动目标时，会导致背景运动估计结果不精确。

发明内容

本发明提供一种用于红外图像序列的背景运动估计方法，用以解决现有技术中基于图像块匹配的背景运动估计方法在模板图像处于灰度平坦区域以及模板图像块中包含运动目标区域而导致背景估计结果不准确的技术问题。

本发明第一方面提供一种用于红外图像序列的背景运动估计方法，所述方法包括：

获取相机在所处场景中的运动特性；

根据所述运动特性估算所述相机拍摄的所述红外图像序列的相邻两帧图像中相机视场可能发生的最大位移量；

利用所述最大位移量确定所述相邻两帧图像的待匹配区域，所述待匹配区域为所述相邻两帧图像中的相同背景区域；

将所述待匹配区域划分为T个形状及尺寸相同的子区域，用随机方法在所述待匹配区域的T个子区域中生成M组形状相同的子窗口集合，其中，每一组子窗口集合均由K个子窗口组成，所述T、K、M均为正整数，且K大于T；每一个子窗口完整地位于一个子区域中且每个子区域至少含有一个子窗口；