一种基于可见光序列图像的低空运动目标检测方法技术

本发明专利技术涉及一种基于可见光序列图像的低空运动目标检测方法，采用一种应用粒子滤波式采样策略优化的Haar特征，对图像局部特征进行降维，缩短了处理图像数据的时间，降低了目标特征的复杂度。在获取运动目标特征的特征向量的基础上，结合相邻帧差分划分搜索区域，图像分块化处理技术和无向图拓扑关联关系的搜索策略，实现序列图像中相邻帧间目标的位置差异检测目标运动状态，对目标可能出现的位置进行估计从而缩短搜索运动目标的时间，从而实现对序列图像中运动目标的准确、快速的检测。

A low altitude moving target detection method based on visible light sequence images

The invention relates to a low visible light moving target detection method based on image sequences using a particle filter Haar features optimized sampling strategy, to reduce the dimensionality of the local image features, shorten the processing time of image data, reduces the complexity of the target feature. Based on feature vector extraction of moving target features on the combination of adjacent frame difference divided the search area, image processing technology and the relationship between the block graph topology association search strategy, detection of target state to achieve the goal of position difference between adjacent frames in image sequence, may appear on the target position estimation so as to shorten the moving target search time, so as to realize accurate and fast detection of moving objects in an image sequence.

【技术实现步骤摘要】
一种基于可见光序列图像的低空运动目标检测方法
本专利技术属于图像处理
，涉及一种基于可见光序列图像的低空运动目标检测方法。
技术介绍
运动目标检测是图像处理和机器视觉领域的重要研究课题，目前运动目标检测技术已被广泛应用于安防监控、遥感图像以及智能机器人领域，运动目标检测是对图像序列或视频中感兴趣且运动的目标从背景中区分并提取。近年，随着无人机的发展，对无人机进行安全监控的需求也逐渐增多，因此对低空空域的动目标检当前图像序列动目标检测的研究热点之一。王小霞(《复杂场景中运动目标的检测》，计算机应用与软件，2015,32-2,203-206)中在背景减除法基础上，利用改进的背景掩膜法对背景更新，对前景区域进行连通域检测，并通过建立检测区域和非检测区域有效的去除相机抖动噪声，实现了对复杂背景下的运动目标检测，但该方法仍是基于背景减除法，对高帧率视频图像处理时，该算法计算效率较低，难以满足对速度较快的无人机目检测。同时，该方法对采集图像的质量要求较高，当被采集图像像素存在噪声时，该方法对动目标检测精度会下降。
技术实现思路
要解决的技术问题为了避免现有技术的不足之处，本专利技术提出一种基于本文档来自技高网...

【技术保护点】
一种基于可见光序列图像的低空运动目标检测方法，其特征在于步骤如下：步骤1、对长度为n的序列图像中的每帧图像的局部特征提取降维Haar特征：将每帧fi(i＝1,2,…,n)图像分解m个大小为W×H的图像块Bi(i＝1,2,…,m)，利用N维降维Haar特征向量V描述图像块Bi，其中N为通常为10；提取每个图像块的降维Haar特征；所述Haar特征降维的步骤是：在图像块B中，取Pi个随机位置和尺寸的矩形块Rk(xk,yk,wk,hk,wek),(k＝1,2,…,Pi)构成描述vi的特征模板，其中xk，yk分别表示Rk左上角在B中的横纵坐标，wk为Rk的宽度，hk为Rk的高度；xk,yk,wk,hk...

【技术特征摘要】
1.一种基于可见光序列图像的低空运动目标检测方法，其特征在于步骤如下：步骤1、对长度为n的序列图像中的每帧图像的局部特征提取降维Haar特征：将每帧fi(i＝1,2,…,n)图像分解m个大小为W×H的图像块Bi(i＝1,2,…,m)，利用N维降维Haar特征向量V描述图像块Bi，其中N为通常为10；提取每个图像块的降维Haar特征；所述Haar特征降维的步骤是：在图像块B中，取Pi个随机位置和尺寸的矩形块Rk(xk,yk,wk,hk,wek),(k＝1,2,…,Pi)构成描述vi的特征模板，其中xk，yk分别表示Rk左上角在B中的横纵坐标，wk为Rk的宽度，hk为Rk的高度；xk,yk,wk,hk满足：wek为Rk在Vi中所占权重，定义式为：ck为集合{1，-1}中的随机值，根据Rk位置服从分布不同分为两类：Rk＝[Rk′,Rk″]上式中，R'k为非边缘图像分块，采用均匀分布对R'k的位置参数进行设定，增强R'k生成位置的随机性；Rk″为图像中位置处于上、下、左、右四个边缘位置图像块对应的Haar特征矩形块，采用高斯分布对Rk″的位置参数进行设定，使Rk″生成位置集中在图像的边缘；将图像边缘信息作为各图像块的主要特征，具体设定方法如下：对位于图像左边缘的图像块Bi，其中Haar特征矩形块Rk左″，设定其位置参数中xk左″服从高斯分布N(0,1)，yk左″服从均匀分布，矩形块集中于图像块左侧边缘；由此类推Rk上″的xk上″服从均匀分布，yk上″高斯分布N(0,1)；Rk下″的xk下″服从均匀分布，yk下″高斯分布N(H,1)；Rk右″的xk右″服从高斯分布N(W,1)，yk右″均匀分布；图像特征向量的第i维特...

【专利技术属性】
技术研发人员：王靖宇，姜海旭，张科，王霰禹，王佩，吕梅柏，徐有新，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61