一种基于运动信息的视频图像空间运动目标检测方法技术

本发明专利技术公开了一种基于运动信息的视频图像空间运动目标检测方法，首先由给定的原始图像通过均值滤波对图像进行降噪处理，然后采用基于局部统计的可变阈值来分割单帧图像，使用灰度重心法计算像点坐标，最后基于卫星凝视观察时恒星与目标成像运动特征的不同检测出目标。本发明专利技术的优点表现在：①采用基于局部统计的可变阈值来分割单帧图像，充分考虑了杂散光使得天基拍摄图像背景强弱分布不均匀的问题，解决了全局阈值无法分割图像的难题；②仅依据运动信息检测目标，没有恒星配准的过程，大大提高了目标检测速度。

【技术实现步骤摘要】

： 本专利技术属于图像处理
，涉及航天航空领域的目标检测方法，特指一种为 卫星拍摄的以深空为背景的视频图像提供一种基于运动信息的目标检测方法。
技术介绍
： 卫星通过姿态机动控制可以实现对某一兴趣区域进行"凝视"观测，获取目标区域 连续的视频图像信息。视频图像比静止单幅图像包含更多信息，能够探测到动态事件的发 生，并可以基于视频图像中的序列图像进行图像重构获得更高分辨率的图像，为抗灾救灾、 战时监控、计划决策提供第一手资料。 卫星对空间运动目标的观测，例如小卫星等，可以为卫星健康判断、太空安全监测 等提供重要依据。由于天基平台的不稳定性，即使是凝视观测，背景和相机也会发生相对运 动，无法通过简单的帧差法得到运动目标，造成了目标检测的困难。同时，空间运动目标的 姿态变化使其亮度不断变化，时强时弱，亮度较低时，单帧画面中甚至会丢失目标，单帧图 像中很难区分恒星和目标。 众多研究人员针对这一问题提出了多种空间目标检测算法，核心思想是利用恒星 位置的相对不变性配准图像，滤除背景恒星，因而存在计算量大、实时性较差的问题，也没 有考虑天基实测图像的特点。
技术实现思路
： 本专利技术针对现有方法的不足，提出了一种基于运动信息的视频图像空间运动目标 检测方法。 本专利技术的技术方案是：首先由给定的原始图像通过均值滤波对图像进行降噪处 理，然后采用基于局部统计的可变阈值来分割单帧图像，使用灰度重心法计算像点坐标，最 后基于卫星凝视观察时恒星与目标成像运动特征的不同检测出目标。 进一步地，，具体步骤如 下： 步骤一：给定原始图像f (X，y, t); 其中：所述的原始图像f(x,y,t)，x,y表示图像中的像素坐标，t表示视频图像的 帧数，f(X，y,t)表示第t帧图像在坐标（X，y)处的灰度值。 步骤二：通过均值滤波对图像降噪； 所述的均值滤波计算方法为：⑴ 其中：g(x,y)为均值滤波后得到的图像，w(x,y)为滤波模板，是一个mXn矩阵，m 和n为奇数，> 当f(x+s,y+t)超出图像范围时用0来填充。 步骤三：采用基于局部统计的可变阈值来分割单帧图像； 所述的基于局部统计的可变阈值Txy，由图像中每一点（x，y)邻域的标准差〇 xy和 均值mxy决定，其计算方法为： Txy=c〇xy+emxy (2) 基于的邻域为qXq邻域，q为奇数，卜^0/-1) ?从而mxy和oxy的计算方法为： 当g(x+s,y+t)超出图像范围时用0来填充。c和e是预设的常数。 所述的分割单帧图像计算方法为：(:5) 其中u(x，y)是分割处理后的图像，它只有灰度值为0或1的点，相连通的灰度值 为1的点构成了一个个目标。 步骤四：对目标S使用灰度重心法计算其坐标； 所述的灰度重心法计算坐标的方法为：(6) 步骤五：基于运动信息检测目标是否为空间运动目标，具体包括以下步骤： S5. 1第一帧图像得到nl个点（Xi,y)，（x2,y2)，…，（xnl,ynl)，作为nl个点类的坐 标； S5. 2第二帧图像得到n2个点（Ui,vD，（u2,v2)，. . .，（un2,vn2)，将第二帧图像中得 到的每个点依次与步骤S5. 1中第一帧图像中得到的已有的点类坐标比较，当两点距离小 于阈值e:时，认为是一类，不再与其他点类坐标比较，并由新的坐标代替旧的坐标作为点 类的坐标，如果与每个点类坐标的距离都大于阈值，则作为新的点类。按照这种方法对获得 的每一帧图像进行处理。 两点距离计算方法为(?) 其中（Xi,y)和（x2,y2)是两个不同点的坐标，并不特指某两个点。 S5. 3当某个点类有k个点时，即开始判断其是否为目标，计算横坐标与纵坐标的 标准差之和与阈值e2比较，小于e2认为是恒星背景或噪点，大于e2则认为是空间运动 目标。 若某个点类有k个点（Xi, ，（x2,y2)，. . .，（xk,yk)，所述的横坐标与纵坐标的标准 差之和计算方法为(8) 由此即可检测出图像中的目标。 本专利技术针对卫星拍摄的以深空为背景的视频图像中空间运动目标的检测问题，结 合天基拍摄图像的特点，首先通过均值滤波对图像进行降噪处理，然后采用基于局部统计 的可变阈值来分割单帧图像，使用灰度重心法计算像点坐标。当卫星凝视目标区域时，恒星 成像可以认为是静止的，而目标成像依旧在运动，基于此可检测出空间运动目标。 本专利技术的优点表现在：①采用基于局部统计的可变阈值来分割单帧图像，充分考 虑了杂散光使得天基拍摄图像背景强弱分布不均匀的问题，解决了全局阈值无法分割图像 的难题；②仅依据运动信息检测目标，没有恒星配准的过程，大大提高了目标检测速度。【附图说明】： 图1为本专利技术的流程图。 图2为本专利技术其具体实施例中其原始图像的第9帧。 图3为本专利技术其具体实施例中采用局部可变阈值分割第9帧的结果。 图4为本专利技术其具体实施例中其检测图像的结果。【具体实施方式】： 图1为本专利技术的流程图，下面结合一具体实施例，对本专利技术一种基于运动信息的 视频图像空间运动目标检测方法做进一步详细说明，其具体步骤如下： 步骤一：给定原始图像f(X，y,t); 使用某卫星在轨拍摄的一段视频图像进行实验，图像大小为871X527,灰度级为 8bit，对连续20帧图像进行处理。图2为其第9帧。 步骤二：通过均值滤波对图像降噪； 所述的均值滤波计算方法为：(9) 其中：g(x,y)为均值滤波后得到的图像，w(x,y)为滤波模板，取为[0050当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于运动信息的视频图像空间运动目标检测方法，其特征在于，步骤如下：步骤一：给定原始图像f(x,y,t)；其中：所述的原始图像f(x,y,t)，x,y表示图像中的像素坐标，t表示视频图像的帧数，f(x,y,t)表示第t帧图像在坐标(x,y)处的灰度值；步骤二：通过均值滤波对图像降噪；所述的均值滤波计算方法为：g(x,y)=w(x,y)*f(x,y)=Σs=-aaΣt=-bbw(s+a+1,t+b+1)f(x+s,y+t)---(1)]]>其中：g(x,y)为均值滤波后得到的图像，w(x,y)为滤波模板，是一个m×n矩阵，m和n为奇数，当f(x+s,y+t)超出图像范围时用0来填充；步骤三：采用基于局部统计的可变阈值来分割单帧图像；所述的基于局部统计的可变阈值Txy，由图像中每一点(x,y)邻域的标准差σxy和均值mxy决定，其计算方法为：Txy＝cσxy+emxy   (2)其中：c和e是预设的常数；基于的邻域为q×q邻域，q为奇数，从而mxy和σxy的计算方法为：mxy=1q2Σs=-llΣt=-llg(x+s,y+t)---(3)]]>σxy=1q2Σs=-llΣt=-ll(g(x+s,y+t)-mxy)2---(4)]]>当g(x+s,y+t)超出图像范围时用0来填充；所述的分割单帧图像计算方法为：u(x,y)=1g(x,y)>Txy0g(x,y)≤Txy---(5)]]>其中u(x,y)是分割处理后的图像，它只有灰度值为0或1的点，相连通的灰度值为1的点构成了一个个目标；步骤四：对目标S使用灰度重心法计算其坐标；所述的灰度重心法计算坐标的方法为：(xS,yS)=Σ(x,y)∈Sg(x,y)·(x,y)Σ(x,y)∈Sg(x,y)---(6)]]>步骤五：基于运动信息检测目标是否为空间运动目标，具体包括以下步骤：S5.1第一帧图像得到n1个点(x1,y1),(x2,y2),…,(xn1,yn1)，作为n1个点类的坐标；S5.2第二帧图像得到n2个点(u1,v1),(u2,v2),…,(un2,vn2)，将第二帧图像中得到的每个点依次与步骤S5.1中第一帧图像中得到的已有的点类坐标比较，当两点距离小于阈值ε1时，认为是一类，不再与其他点类坐标比较，并由新的坐标代替旧的坐标作为点类的坐标，如果与每个点类坐标的距离都大于阈值，则作为新的点类；按照这种方法对获得的每一帧图像进行处理；S5.3当某个点类有k个点时，即开始判断其是否为目标，计算横坐标与纵坐标的标准差之和与阈值ε2比较，小于ε2认为是恒星背景或噪点，大于ε2则认为是空间运动目标；若某个点类有k个点(x1,y1),(x2,y2),…,(xk,yk)，所述的横坐标与纵坐标的标准差之和计算方法为s=Σi=1k(xi-1kΣj=1kxi)2+Σi=1k(yi-1kΣj=1kyi)2]]>由此即可检测出图像中的目标。...

【技术特征摘要】

【专利技术属性】
技术研发人员：项军华，张学阳，曾国强，王兆魁，韩大鹏，李志军，税海涛，吴国福，李泰博，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43