[发明专利]一种同时提取大小目标的识别跟踪方法

权利要求书

1.一种同时提取大小目标的识别跟踪方法，其特征在于，包括以下步骤：

步骤1：基于预设的曝光时间对星体目标进行初始采样计算，获得星体目标中若干个区域的分块阈值；

步骤2：基于星体目标的预设像素尺寸，对所述若干个区域的分块阈值进行分类处理，分为大目标区域阈值和小目标区域阈值；

步骤3：分别根据所述大目标区域阈值和小目标区域阈值，分别对预设的曝光时间进行第一次调整和第二次调整，分别获得大目标曝光时间和小目标曝光时间；

步骤4：基于所述小目标曝光时间对星体目标进行小目标采样计算，计算出星体目标中小目标星体的质点坐标；

步骤5：基于所述大目标曝光时间对星体目标进行大目标采样计算，计算出星体目标中大目标星体的边缘坐标；

步骤6：分别根据所述小目标星体的质点坐标和所述大目标星体的边缘坐标，分别识别出星体目标中的小目标星体和大目标星体，完成识别跟踪。

2.如权利要求1所述的同时提取大小目标的识别跟踪方法，其特征在于，所述初始采样计算包括以下步骤：

步骤1.1：根据预设的曝光时间，对星体目标进行拍摄处理，获得若干个区域的图像数据流；

步骤1.2：将所述若干个区域的图像数据流传输至FPGA模块，进行实时处理，获得星体目标中若干个区域的分块阈值。

3.如权利要求2所述的同时提取大小目标的识别跟踪方法，其特征在于，所述拍摄处理包括以下步骤：

步骤1.1.1：根据预设的曝光时间，对星体目标进行图像拍摄，获得采样图像；

步骤1.1.2：基于所述采样图像的像素大小，将所述采样图像进行分割，分割为若干个区域的采样图像；

步骤1.1.3：对所述若干个区域的采样图像进行数据探测，探测出若干个区域的图像数据流。

4.如权利要求2所述的同时提取大小目标的识别跟踪方法，其特征在于，所述实时处理包括以下步骤：

步骤1.2.1：对每个区域的图像数据流进行信号控制，生成每个区域的图像控制信号；

步骤1.2.2：对每个区域的图像数据流进行坐标计算，生成每个区域的图像数据流中每个像素点的坐标信息；

步骤1.2.3：根据所述每个区域的图像控制信号和所述每个像素点的坐标信息进行阈值计算，获得星体目标中每个区域的分块阈值。

5.如权利要求4所述的同时提取大小目标的识别跟踪方法，其特征在于，所述图像控制信号包括行起始信号、帧起始信号和帧结束信号。

6.如权利要求4所述的同时提取大小目标的识别跟踪方法，其特征在于，所述阈值计算包括以下步骤：

步骤1.2.3.1：将若干个区域的图像数据流中所有区域划分为M行×N列；步骤1.2.3.2：将第i列中的所有像素点的灰度累加求和，获得第i列的灰度和，其中i＝0,1,2…N；

步骤1.2.3.3：将第i列的灰度和与第i-1列的灰度和进行求和计算，获得第i列的灰度值，并存储于第i列的RAM中；

步骤1.2.3.4：将所有列的灰度值进行均值比较，获得星体目标中每个区域的分块阈值。

7.如权利要求1所述的同时提取大小目标的识别跟踪方法，其特征在于，所述小目标采样计算包括以下步骤：

步骤4.1：基于所述小目标曝光时间对星体目标进行初始采样计算，获得小目标星体的分块阈值；

步骤4.2：对所述小目标星体的分块阈值进行坐标计算，提取出所述小目标星体的质点坐标。

8.如权利要求1所述的同时提取大小目标的识别跟踪方法，其特征在于，所述大目标采样计算包括以下步骤：

步骤5.1：基于所述大目标曝光时间对星体目标进行初始采样计算，获得大目标星体的分块阈值；

步骤5.2：基于Sobel算子，对所述大目标星体的分块阈值进行梯度检测，提取出所述大目标星体的边缘坐标。