[发明专利]一种红外无人机目标检测方法及系统

说明书

本发明公开一种红外无人机目标检测方法，包括：对采集的红外图像进行预处理获得预处理图像，对预处理图像进行目标聚类获得红外图像中疑似目标的外形及位置；采用差分盒维数法对采集的红外图像进行处理，在图像中包含天空和地面背景时获得分形特征图；利用分形特征图提取出天空与地面的分界线，即天地线；去掉处于天地线以下的全部疑似目标，将天地线以上的天空区域内的疑似目标作为无人机待判目标；根据疑似目标的外形及预处理图像的局部灰度与预设参考特征的相似度判断，在待判目标中识别出无人机目标。并在此基础上，提供一种用于红外无人机目标检测系统，用于解决现有技术中虚警率高、漏检、难以做到实时处理等问题，提高检测能力。

技术领域

本发明涉及红外图像目标检测技术领域，具体是一种红外无人机目标检测方法及系统，尤其是针对天地混合背景下的检测。

背景技术

随着无人机技术的不断成熟，无人机在军事、民用上的应用越来越广泛。针对无人机目标的实时探测越来越受到重视。红外成像因不受白天黑夜影响，且探测距离较可见光成像远等优点，成为无人机目标探测的主要选择。但在天地混合背景下，对红外无人机目标的探测存在着地面背景，如山地、建筑等的干扰，天空中存在着云等干扰物的影响，导致这种环境下的无人机红外探测存在虚警率高，漏检等问题。随着对探测能力要求不断提升，高帧频红外视频的处理，使得红外无人机目标的实时处理也成为一个难题。

发明内容

本发明提供一种红外无人机目标检测方法及系统，用于克服现有技术中虚警率高、漏检、做不到实时检测等缺陷，实现降低漏检和虚警率，提高探测能力。

为实现上述目的，本发明提供一种红外无人机目标检测方法，包括：

步骤S1，对采集的红外图像进行预处理获得预处理图像，对预处理图像分割、连通域标记获得红外图像中疑似目标的外形及位置；

步骤S2，对采集的所述红外图像采用差分盒维数法进行处理，在红外图像中包含天空和地面背景时获得分形特征图；利用分形特征图提取出天空与地面的分界线，即天地线；所述步骤S2包括：

步骤S21，将红外图像分成多个大小的子图像，将每个的子图像又分成多个大小的子区域，令尺度系数为：w=s/M，然后计算每个子图像的分形维数D；M、s分别为方形子图像和方形子区域的边长，单位均为像素；

步骤S22，对每个子图像的分形维数用阈值进行二值化处理获得分形特征图；

步骤S23，在分形特征图中，若当前行灰度值为255的白点个数比下一行白点的个数明显小时，则认为当前行为天地交界线；步骤S3，去掉处于天地线以下的全部疑似目标，将天地线以上的天空区域内的疑似目标作为无人机待判目标；

步骤S4，根据疑似目标的外形及预处理图像的局部灰度与预设参考特征的相似度判断，在待判目标中识别出无人机目标。

这里对步骤S4中的外形及局部灰度进行说明。外形特征是指目标面积、长宽比特征，由无人机目标的红外成像外形设定参考取值范围。局部灰度特征是指在以目标自身为中心的局部图像区域中，仅会有一个目标存在，且目标灰度较背景灰度大，目标中灰度值较大的像素点在局部图像中占比较小的特征。

为实现上述目的，本发明还提供一种红外无人机目标实时检测系统，包括DDR存储器，Flash存储器，处理器；所述DDR存储器存储图像数据及处理过程中的图像数据，Flash存储器存储有红外无人机目标检测程序，所述处理器包括以FPGA和多核DSP为核心处理单元的处理电路，在处理器运行所述红外无人机目标检测程序时，执行上述方法的步骤。所述处理器在运行上述程序时充分调动FPGA及多核DSP内部多个处理内核，使之协同工作，确保红外视频流中每帧图像均能实时处理。