The invention discloses a method for detecting infrared dim target in the video. The method for image sequence detection in infrared video, first through the Kalman filter to suppress background noise removal, obtained after the pretreatment of image sequence; and then select the N+1 frame pretreatment need to deal with the image sequence, with two-dimensional data, calculate the autocorrelation matrix and the autocorrelation matrix singular value decomposition SVD then select the feature vector reconstruction; image sequence; finally the reconstructed image sequence segmentation obtained from original image sequences of dim target position from the background, for each image reconstruction in image sequences are modified respectively. The method of the present invention combines the Kalman filter and the singular value decomposition method effectively, and is used for the detection of small and dim targets in the infrared video.
【技术实现步骤摘要】
本方法属于视频分析领域,具体涉及一种检测红外视频中弱小目标的方法。
技术介绍
弱小目标检测方法已经成为卫星遥感、高能物理、低空预警以及精确制导等领域信息处理的核心技术。由于弱小目标的像元个数很少,可供分割与检测算法利用的目标结构信息更少。而传感器接收的目标强度较弱,噪声和背景杂波干扰较强,使图像的信噪比降低。因此,一直以来,如何更好得利用帧间信息,提高检测的可靠性和效率,是弱小目标检测的重点。目前,已经有人将遗传算法、神经网络算法、小波变换等方法用于弱小目标检测。但是,在复杂背景下,目标点极易被噪声淹没,实现目标的可靠性检测和识别难度较大。此外,在数据吞吐量大、实时性要求高的条件下难以很好的满足检测性能。
技术实现思路
专利技术目的:针对现有技术存在的问题,本专利技术提供了一种计算时间短,检测精准的红外视频中弱小目标的检测方法。为了解决上述技术问题,本专利技术采用的技术方案是:一种检测红外视频中弱小目标的方法,包括以下步骤:步骤1:输入待检测的视频图像序列,通过卡尔曼Kalman滤波进行背景抑制、噪声去除,得到预处理后图像序列;步骤2:从预处理后图像序列中,读入Nmax帧图像组成的图像序列,进行帧数估计,得到需要处理的帧数N;步骤3:读入N+1帧图像,包括步骤2中需要处理的N帧图像和所述N帧图像的后一帧图像,并将N+1帧图像合并成二维数据,求其自相关矩阵并对其自相关矩阵进行奇异值分解SVD;步骤4:步骤3奇异值分解后得到自相关矩阵的特征值,选择所述特征值的中间值对应的特征向量重构图像序列,得到重构图像序列;步骤5:对重构图像序列进行阈值分割,从背景中分离得到 ...
【技术保护点】
一种检测红外视频中弱小目标的方法,其特征在于,包括以下步骤:步骤1:输入待检测的视频图像序列,通过卡尔曼Kalman滤波进行背景抑制、噪声去除,得到预处理后图像序列;步骤2:从预处理后图像序列中,读入Nmax帧图像组成的图像序列,进行帧数估计,得到需要处理的帧数N;步骤3:读入N+1帧图像,包括步骤2中需要处理的N帧图像和所述N帧图像的后一帧图像,并将N+1帧图像合并成二维数据,求其自相关矩阵并对其自相关矩阵进行奇异值分解SVD;步骤4:步骤3奇异值分解后得到自相关矩阵的特征值,选择所述特征值的中间值对应的特征向量重构图像序列,得到重构图像序列;步骤5:对重构图像序列进行阈值分割,从背景中分离得到原图像中弱小目标的位置;步骤6:对步骤4中得到的重构图像序列中的每帧图像分别进行帧间位置修正与帧内位置修正;步骤7:重复步骤2到步骤6,直到Nmax帧图像组成的图像序列中最后一幅图像处理完成后输出结果。
【技术特征摘要】
1.一种检测红外视频中弱小目标的方法,其特征在于,包括以下步骤:步骤1:输入待检测的视频图像序列,通过卡尔曼Kalman滤波进行背景抑制、噪声去除,得到预处理后图像序列;步骤2:从预处理后图像序列中,读入Nmax帧图像组成的图像序列,进行帧数估计,得到需要处理的帧数N;步骤3:读入N+1帧图像,包括步骤2中需要处理的N帧图像和所述N帧图像的后一帧图像,并将N+1帧图像合并成二维数据,求其自相关矩阵并对其自相关矩阵进行奇异值分解SVD;步骤4:步骤3奇异值分解后得到自相关矩阵的特征值,选择所述特征值的中间值对应的特征向量重构图像序列,得到重构图像序列;步骤5:对重构图像序列进行阈值分割,从背景中分离得到原图像中弱小目标的位置;步骤6:对步骤4中得到的重构图像序列中的每帧图像分别进行帧间位置修正与帧内位置修正;步骤7:重复步骤2到步骤6,直到Nmax帧图像组成的图像序列中最后一幅图像处理完成后输出结果。2.根据权利要求1所述的一种检测红外视频中弱小目标的方法,其特征在于:所述步骤2中帧数估计的方法,其具体步骤为:步骤21:读入Nmax幅图像组成的图像序列,对读入的所有图像进行两两差分操作得到Nmax-1帧图像序列;步...
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。