[发明专利]一种弱小目标的跟踪方法

摘要

本发明公开了一种弱小目标的跟踪方法。本方法按照预设参数对图像进行处理，并检测出目标。对目标提取其当前特征，对当前特征进行分析计算，动态调整跟踪过程中的空域像元合并参数、时域多帧累加参数、目标匹配滤波提取模板。通过在目标跟踪过程中对动态的调整时域空域处理参数，使目标的跟踪处理过程能匹配目标的特征变化，提高对目标和背景的适应能力，避免目标远离信噪比下降导致的影响，解决了长作用距离下的长时间目标跟踪问题。

主权项

1.一种弱小目标的跟踪方法，其特征在于包括如下步骤：(1)获取探测器输出灰度图像，探测器类型为面阵型图像探测器，其输出帧频不低于30帧每秒；(2)对图像进行处理和检测，提取出目标，图像处理处理和检测方法主要包括：背景抑制、空域像元合并、时域多帧累加、匹配滤波、阈值分割、目标提取，其中背景抑制方法为最大中值滤波，形态学滤波和双边滤波中的一种或多种，空域像元合并选用的尺寸为3×3，5×5或7×7，时域多帧累加采用10帧，匹配滤波模板为四个方向上的8‑邻域模板，阈值分割采用最大熵分割、恒虚警率分割或自适应阈值方法；(3)计算提取出的目标的当前特征，所需要提取的目标特征为：目标的能量峰值peaktarget、目标的位置positiontarget、目标的局部信噪比SNRlocal、目标的运动速度move_vectortarget、目标的能量集中度peak_rate、目标的形状shapetarget；其中目标的峰值能量peaktarget是指检测出的目标灰度最大值，目标的位置positiontarget是指根据目标的峰值能量为中心，在n×n邻域的灰度中心，其中n＝3，5或7；目标的局部信噪比是指目标的峰值能量与其m×m邻域去除n×n邻域后的标准差的比值，其中m＝3，5或7；目标的运动速度move_vectortarget是指用相邻两帧目标位置之间的差值除以多帧累加的进行估计；目标的能量集中度是指目标的峰值能量与其n×n领域的灰度和的比值，目标的shapetarget是指在进行正交PCA分解后两个方向方差的比值以及对应的投影方向；(4)根据目标的当前特征动态调整跟踪过程中的空域像元合并参数、时域多帧累加参数、目标匹配滤波提取模板,所述的调节方法按照以下方法进行，首先确定空域像元合并尺度参数pixel_combine_scale:然后确定时域多帧累加参数pixel_multiframe_num:最后确定匹配滤波模板：其中(x,y)是目标在图像上的坐标位置，g(x,y)为高斯点扩散函数；(5)利用上帧扫描得到的参数，对每帧图像重复(1)‑(4)步骤处理，实现对目标的跟踪。