[发明专利]一种基于图像序列多重差分的目标识别方法

说明书

本发明涉及一种基于图像序列多重差分的目标识别方法，基于序列图像多重差分识别算法，去除图像中的动态目标；所述序列图像为包含有目标和大量恒星的连续三帧图像，所述动态目标为恒星。本发明能够有效剔除背景噪声，尤其是恒星等干扰信号，大大提高目标识别率。

技术领域

本发明属于图像识别技术领域，尤其涉及一种基于图像序列多重差分的目标识别方法。

背景技术

大视场光电设备对静止轨道空间目标的探测图像由静止轨道目标、星体、背景噪声及探测器噪声等组成。不论是静止轨道目标，还是星体，其在空域上的灰度分布均表现为灰度局部奇异点，形态特征大大弱化，细节特征基本缺失。由于大气湍流和光学系统点扩散函数等影响，目标灰度分布并不是一个单点脉冲，而是近似为一个陡峭的二维高斯曲面或退化为一个尖峰脉冲，星像大小分布范围较大，直径在几个至几十像素之间，且星像较小的暗弱目标占绝大多数。

背景图像主要源于空间背景辐射及大气散射，在空间上成大面积连续分布状态，呈现一定起伏性和较强的空域相关性，其灰度值较低，占据图像的绝大多数像素，是图像序列空间频率中的低频部分。但是，当图像受到月光和云层等影响时，其在空间上呈大范围连续起伏或强烈起伏分布，暗背景处目标的灰度值可能会低于亮背景的灰度值，目标常淹没于背景杂波之中。

图像噪声主要是CCD传感器噪声，如暗电流噪声、光子噪声和读出噪声等，一般与背景像素无关，其空间分布随机，帧与帧之间的分布也没有相关性，一般可认为是高斯白噪声过程。从CCD图像序列分析，可知：从星像大小和灰度分布等方面来讲，空间目标和背景恒星之间的区分度较小，仅通过数字图像的灰度特征难以正确识别，或者识别效率较低。

综述所述，大视场光电设备对静止轨道空间目标的探测图像，具有背景复杂、目标细节特征缺失等特点，基于单帧图像难以有效准确识别目标的问题。

发明内容

本发明的目的是提供一种基于图像序列多重差分的目标识别方法，有效剔除背景噪声，尤其是恒星等干扰信号，大大提高目标识别率。

本发明提供了一种基于图像序列多重差分的目标识别方法，基于序列图像多重差分识别算法，去除图像中的动态目标，所述序列图像多重差分识别算法如下：

p″′＝p₁-(p₁-p₂)-(p₁-(p₁-p₂)-(p₂-(p₂-p₃)))；

其中，p″′为识别后的图像；p₁、p₂、p₃分别为相邻的三幅图像。

进一步地，所述序列图像为包含有目标和大量恒星的连续三帧图像，所述动态目标为恒星。

借由上述方案，通过基于图像序列多重差分的目标识别方法，能够有效剔除背景噪声，尤其是恒星等干扰信号，大大提高目标识别率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例详细说明如后。

附图说明

图1是探测系统获取的包含目标和大量恒星的图像；

图2是连续获取的3幅图像；(a)、(b)、(c)依次为连续3帧图像；

图3是恒星成像存在断线现象图；

图4是P1-(P1-P2)得到的结果图；

图5是本发明多重差分法示意图；

图6是本发明p1-(p1-p2)-(p1-(p1-p2)-(p2-(p2-p3)))得到的结果；