一种基于星载图像序列的空间目标检测跟踪方法技术

本发明专利技术公开了一种基于星载图像序列的空间目标检测跟踪方法，包括以下步骤：(1)对于天基图像序列，采用二维最小均方滤波器进行背景估计，得到的残差图像作为初步背景抑制的图像；(2)利用局部差异度度量和形态学顶帽操作结合产生动态阈值，它用于残余背景杂波的再次滤除并增强目标；(3)采用连通域分割的方法，将探测器固有噪声区域滤除；(4)利用空间目标的运动特性采用多帧关联的方法将孤立的噪声点剔除。此算法流程对于真实天基图像序列的处理结果表明，其信杂比能够增强45倍左右，对于弱小目标能有效检测，性能良好，为天基光学遥感探测提供了技术支持。

【技术实现步骤摘要】
一种基于星载图像序列的空间目标检测跟踪方法
本专利技术属于图像处理
，涉及空间目标探测领域中的运动弱点目标检测跟踪方法，更具体地，作为一种卫星拍摄的云背景的图像序列中目标检测的方法。
技术介绍
复杂背景下星载弱点运动目标探测问题一直是空天领域研究的热点问题之一。对于静止轨道卫星而言，成像距离远，目标在像面上呈现微弱点状，无特征；同时，云杂波以及其他背景杂波、系统噪声等固有噪声等干扰检测。以上导致极低信杂比(SCR≈1)，使得空间目标检测困难。目前对于真实天基环境的应用，集中在先单帧处理再多帧轨迹关联的方法研究。单帧处理主要是背景抑制和目标增强。目前具有代表性的方法包含空间域、频率域以及时间域、数学形态学处理等滤波方法，但是，对于本专利技术针对的复杂云背景以及SCR≤1的探测环境，采用单一的滤波方法都无法保证检测精度，存在较高虚警率。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种基于星载图像序列的空间目标检测跟踪方法，用于地面基站对于卫星下传图像序列中弱点运动目标的探测。本专利技术所采用的技术方案是：首先利用一种较为经典的背景抑制算法二维最小均方滤波器做抑制大面积背本文档来自技高网...

【技术保护点】
一种基于星载图像序列的空间目标检测跟踪方法，其特征在于方法步骤如下：1)对于给定的图像序列中每一幅图像Xt，t表示在图像序列中的帧数，利用二维最小均方滤波器滤波，直接滤波之后生成背景估计图像，步骤如下：1.1)对于M行、N列的图像Xt，设置R行、R列的滤波器窗口，，R取3、5或7；从左到右从上到下对于每一个像元进行估计，对于Xt中任意像元，坐标为(x,y)，x＝0,1,2,…,M‑1，y＝0,1,2,…,N‑1，其原始值为Xt(x,y)，其估计值Et(x,y)表示为如下形式：

【技术特征摘要】
1.一种基于星载图像序列的空间目标检测跟踪方法，其特征在于方法步骤如下：1)对于给定的图像序列中每一幅图像Xt，t表示在图像序列中的帧数，利用二维最小均方滤波器滤波，直接滤波之后生成背景估计图像，步骤如下：1.1)对于M行、N列的图像Xt，设置R行、R列的滤波器窗口，，R取3、5或7；从左到右从上到下对于每一个像元进行估计，对于Xt中任意像元，坐标为(x,y)，x＝0,1,2,…,M-1，y＝0,1,2,…,N-1，其原始值为Xt(x,y)，其估计值Et(x,y)表示为如下形式：其中，i＝0,1,2,…,R-1，j＝0,1,2,…,R-1，Wk是每次迭代更新的权重矩阵，k从0开始取值，权重矩阵的初始化W0为方差为0.5的高斯滤波矩阵；1.2)滤波器进行多次迭代来更新权重矩阵Wk，由上到下、由左到右对每个像元(x,y)进行扫描，因此k＝x*N+y，权重矩阵采用最速下降法更新，更新公式为：Wk+1(i,j)＝Wk(i,j)+μekXt(x-i,y-j)其中，ek是估计误差值，即滤波器输出的估计值和期望值的差值，本文中取ek＝Xt(x,y)-Et(x,y)，μ是迭代步长；1.3)经过上述步骤，得到背景估计图像Et，将原始图像Xt和背景估计图像Et做差，得到残差图像，记为I；2)提出一种邻域灰度差异度度量的概念，将其和图像处理领域中数学形态学顶帽操作相结合，针对杂波和目标灰度特性的不同，对于残差图像I中残存的杂波等进行再次滤除，步骤如下：2.1)将I归一化，即将像素值调整到特定量化位数的灰度空间中，得到归一化的图像Inor。记I中灰度最大值为max(I)，灰度最小值为min(I)，对于每个像元坐标(x,y)，其灰度值为I(x,y)，按照以下公式进行归一化：式中，n表示量化位数；2.2)利用基于邻域灰度差异度度量和数学形态学顶帽操作相结合的方法进行目标增强，得到增强图像Itarget_enhance。输入图像为Inor。增强的公式如：Itarget_enhance(x,y)＝max(whitetop_hat(Inor(x,y))...

【专利技术属性】
技术研发人员：吕凭乐，孙胜利，林长青，
申请(专利权)人：中国科学院上海技术物理研究所，
类型：发明
国别省市：上海,31