【技术实现步骤摘要】
本专利技术涉及一种基于空时显著性的运动目标检测方法，特别是涉及一种基于空时显著性融合的红外运动目标检测方法。
技术介绍
红外成像仪根据物体自身辐射率被动成像，具有不受光照变化影响、可全天侯工作的特点。一般情况下，红外图像中运动目标亮度信息高于周围环境亮度，有较高的显著性，提取红外图像的目标显著性，进而提取运动目标信息在单源传感器目标检测中具有重要的研究意义。现有的显著性检测方法主要有：基于空域的静态特征的显著性检测方法和基于时域运动信息的显著性检测方法。文献“Objectmotiondetectionusinginformationtheoreticspatio-temporalsaliency.PatternRecognition,2009,42(11):2897-2906”公开了一种基于空时显著性的运动目标检测方法。该方法通过分析图像的空域和时域显著信息建立一个信息显著图，然后利用目标的显著性强弱检测目标。该方法可以快速的提取出运动目标，但是获取的运动目标轮廓不准确，难以分辨目标的形态。如果使用该方法进行后续目标识别和行为分析时，检测的目标不能达到目标分析的要求。
技术实现思路
为了克服现有基于空时显著性的运动目标检测方法获取的运动目标轮廓清晰度差的不足，本专利技术提供一种基于空时显著性融合的红外运动目标检测方法。该方法首先利用空域显著性方法得到红外图像的静态显著图，利用时域检测方法得到动态显著图；然后采用加权融合的方式计算空时融合显著图；最后对融合显著图做适当的阈值分割得到检测的运动目标前景结果。本专利技...
【技术保护点】
一种基于空时显著性融合的红外运动目标检测方法，其特征在于包括以下步骤：步骤一、将红外检测图像的颜色空间转换到Lab颜色空间，使用空域显著性检测方法－频率调谐方法计算检测帧的区域静态显著性特征，得到空域显著图SalS；步骤二、在计算检测帧空域显著性的同时计算该帧图像的时域显著性特征；将检测帧分成子块，标记所述子块为检测帧的一个事件B(r,s,t)；相应的在前N‑1帧中对应位置的事件构成集合V(r,s)＝{B(r,s,t‑1),B(r,s,t‑2),...,B(r,s,t‑N+1)}，则该事件的时域显著性通过公式(1)计算得到；SalT(r,s,t)=-log(p(B(r,s,t)|V(r,s)))=-log(p(y0|Y))---(1)]]>构建一个N维向量Y＝{y0,y1,...,yN‑1}，表示每一个子块，在此引入非参核密度估计，估计每一个事件发生的概率分布；f^(y)=1NΣi=0N-1KH(y-yi)---(2)]]>式中，H表示带宽矩阵，核函数表示为KH(y)＝||H||‑1/2K(H‑1/2y)，式(2)具体展开表示为公式(3)；f^(y)=1NΣi=...
【技术特征摘要】
1.一种基于空时显著性融合的红外运动目标检测方法，其特征在于包括以下步骤：
步骤一、将红外检测图像的颜色空间转换到Lab颜色空间，使用空域显著性检测
方法－频率调谐方法计算检测帧的区域静态显著性特征，得到空域显著图SalS；
步骤二、在计算检测...
【专利技术属性】
技术研发人员：郗润平，张福俊，周鑫，张艳宁，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。