[发明专利]一种基于TBD复杂环境下运动小目标检测方法

权利要求书

1.一种基于TBD复杂环境下运动小目标检测方法，其特征在于，该方法具体包括以下步骤：

步骤(1)、通过ViBe算法对运动区域初检测,得到3维数据序列D(x,y,k),k是序列个数，(x,y)表示像素坐标；

s1.1、通过ViBe算法对单帧视频序列初始化背景模型，对于一帧图片任意一个像素点(x,y)，随机的选择它的邻居点的像素值作为它的模型样本值；

M₀(x)＝{V₀(yy∈N_G(x))},t＝0，初始时刻，N_G(x)是像素位置x的空间邻域，M₀(x)为初始时刻一个像素的模型样本值，V₀表示第一帧时的像素值；

s1.2、前景检测：背景模型为每个背景点存储一个样本集，然后每个新的像素值和样本集比较判断是否属于背景；计算新像素值和样本集中每个样本值的距离，若距离小于阈值，则近似样本点数目增加；如果近似样本点数目大于阈值，则认为新的像素点为背景；

s1.3背景模型的更新策略；

采用的更新策略是随机的更新策略；

步骤(2)、短时积累:点迹检测

利用步骤(1)检测得到的3维数据序列，截取片段进行投影，获取短时累计图；在累计图进行形态预处理与基于联通区域的检测，获取候选的点迹；

所述形态预处理采用形态学上的闭运算，将图像上小于设定阈值的间断消除；

所述联通区域的检测通过在累计图上，运动目标的轨迹呈现为近似直线分布，在图像上呈现为近似矩形的联通区域；联通区域的宽度由目标的宽度尺寸w决定，长度L由目标的速度决定：L＝v*t；

其中v是目标运动速度，t是累计时间，w是目标的宽度尺寸；

综合宽度与长度的约束，采用联通区域的对角线长度作为筛选的条件，满足如下条件的联通区域选择为候选点迹：

且

步骤(3)、长时关联:基于层次凝聚聚类的航迹生成

将步骤(2)检测得到的点迹映射到3维时空，通过聚类生成对应的候选航迹，再结合目标运动特性，删除干扰航迹，最后生成运动目标航迹；

s3.1、使用层次凝聚聚类算法进行聚类分析，通过聚类分析，将3维点迹集合P(x,y,t)|t＝1,...n进一步划分为若干子集合:P₁...P_m，作为候选航迹；

s3.2、目标航迹检测：对层次凝聚聚类算法生成的候选航迹，进行筛选，筛选条件包括：航迹的时间长度大于设定阈值；航迹的空间距离大于设定阈值；

s3.3、干扰航迹删除：在聚类之后，将候选航迹无法与新的点迹形成关联的干扰航迹删除，动态更新点迹集合。