The invention discloses an infrared dim target tracking method based on curvature filtering and temporal and spatial context. The specific steps include: 1. obtain context area of the first frame image; the 2. was the first frame of the image space context region; 3. won the first frame image prior model 4. regional spatio-temporal context; calculate confidence graph matrix first frame image spatio-temporal context region; 5. to obtain the first frame image spatial context model matrix; 6. to obtain the current frame image of regional spatio-temporal context 7.; prediction of the target in the current frame position; 8. to determine whether the last frame; 9. complete infrared dim target tracking. The invention has the advantages of fast infrared target tracking speed, accurate on-line updating parameters in time and space context, and good tracking effect of infrared weak and small targets.
【技术实现步骤摘要】
基于曲率滤波和时空上下文的红外弱小目标跟踪方法
本专利技术属于图像处理
,更进一步涉及红外图像处理
中的一种基于曲率滤波和时空上下文的红外弱小目标跟踪方法。本专利技术采用曲率滤波和时空上下文相结合的方法对红外弱小目标跟踪,可用于对天空背景下红外弱小目标进行跟踪。
技术介绍
红外检测与跟踪系统被动探测目标,具有隐蔽性强和实时性好等优点,在红外制导、告警、侦查和监控等领域有广泛应用。红外探测相比可见光探测,其作用距离较远,并且可全天候工作。但是当系统作用距离远时,红外弱小目标只占图像中的少量像素。在红外弱小目标跟踪过程中,目标周围区域的特征信息利用率底,在目标被部分遮挡时目标特征信息严重缺失,目标经常淹没在强杂波背景中,导致对红外弱小目标跟踪发生“偏移”,目标边缘与目标背景不易区分,高频噪声干扰多,目标信噪比较低。时空上下文的学习,充分利用了时间信息及空间信息。临近帧之间目标变化不会很大,位置也不会发生突变,所以在目标跟踪中可以利用的时间信息很少。在连续帧之间的目标周围的局部场景其实存在着很强的时空关系,利用目标与周围背景存在某种特定的关系,当目标外观发生 ...
【技术保护点】
一种基于曲率滤波和时空上下文的红外弱小目标跟踪方法,其特征在于,包括如下步骤:(1)获得第一帧图像上下文区域:(1a)输入一段待跟踪图像序列中的第一帧图像;(1b)用矩形框框出第一帧图像中的待跟踪红外弱小目标图像区域,矩形框大小为56×56像素,将待跟踪红外弱小目标图像区域的型心位置,作为待跟踪红外弱小目标的初始位置,将矩形框框出的待跟踪红外弱小目标图像区域,作为第一帧图像上下文区域;(2)获得第一帧图像时空上下文区域:(2a)使用曲率滤波算法,对第一帧图像上下文区域进行滤波处理,得到第一帧图像曲率滤波处理后的上下文区域;(2b)用第一帧图像上下文区域减去第一帧图像曲率滤波 ...
【技术特征摘要】
1.一种基于曲率滤波和时空上下文的红外弱小目标跟踪方法,其特征在于,包括如下步骤:(1)获得第一帧图像上下文区域:(1a)输入一段待跟踪图像序列中的第一帧图像;(1b)用矩形框框出第一帧图像中的待跟踪红外弱小目标图像区域,矩形框大小为56×56像素,将待跟踪红外弱小目标图像区域的型心位置,作为待跟踪红外弱小目标的初始位置,将矩形框框出的待跟踪红外弱小目标图像区域,作为第一帧图像上下文区域;(2)获得第一帧图像时空上下文区域:(2a)使用曲率滤波算法,对第一帧图像上下文区域进行滤波处理,得到第一帧图像曲率滤波处理后的上下文区域;(2b)用第一帧图像上下文区域减去第一帧图像曲率滤波处理后的上下文区域,得到第一帧图像时空上下文区域;(3)获得第一帧图像时空上下文区域先验模型:(3a)生成红外弱小目标先验函数;(3b)利用先验概率公式,获取第一帧图像时空上下文区域先验模型;(4)按照下式,计算第一帧图像时空上下文区域的置信图矩阵:其中,c(x)表示第一帧图像时空上下文区域的置信图矩阵,x表示时空上下文区域中的像素点位置,b表示归一化操作,|·|表示求绝对值操作,x*表示时空上下文区域中目标位置,α表示取值为2.25的比例参数,β表示取值为1的形状参数;(5)按照下式,获取第一帧图像时空上下文模型矩阵:其中,h1(x)表示第一帧图像时空上下文模型矩阵,F-1{·}表示傅里叶变换存在,F{·}表示傅里叶变换操作,P(x)表示时空上下文区域先验模型;(6)获得当前帧图像时空上下文区域:(6a)载入待跟踪图像序列中下一帧,作为当前帧图像;(6b)在当前帧图像中,以上一帧图像待跟踪目标的位置为中心,取出与上一帧图像大小相同的矩形框,作为当前帧图像上下文区域;(6c)使用曲率滤波算法,对当前帧图像上下文区域进行滤波处理,得到当前帧图像曲率滤波处理后的上下文区域;(6d)用当前帧图像上下文区域减去当前帧图像曲率滤波处理后的上下文区域,得到当前帧图像时空上下文区域;(7)预测当前帧目标位置:(7a)利用时空上下文模型矩阵更新公式,得到当前帧图像时空上下文模型矩阵;(7b)利用先验概率公式,获取当前帧图像时空上下文区域先验模型;(7c)计算当前帧图像时空上下文区域的置信图矩阵;(7d)将当前帧图像时空上下文区...
【专利技术属性】
技术研发人员:周慧鑫,杜娟,金阳群,赵东,秦翰林,姚博,李欢,王炳健,宋尚真,谭威,钱进,王佳,
申请(专利权)人:西安电子科技大学,
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。