目标检测方法及装置、存储介质、电子设备制造方法及图纸

本公开涉及图像处理技术领域，尤其涉及一种目标检测方法及装置、存储介质、电子设备。该目标检测方法包括获取连续的多帧图像；分别在每帧图像中获取第一候选样本；分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。本公开减少了系统的计算量，降低了计算的复杂度，提高了检测效率和检测准确率，且更易于硬件实现。

Target detection method and device, storage medium, and electronic device

The disclosure relates to the field of image processing technology, in particular to a target detection method and device, a storage medium, and an electronic device. The target detection method includes obtaining a continuous multi frame image; obtaining the first candidate samples in each frame, respectively, calculating the local contrast of each of the first candidate samples of each frame, respectively, and removing the part of the first local contrast threshold from each frame, respectively. A candidate sample is used to obtain second candidate samples for each frame of the frame, and the detection target is determined according to the motion continuity of the detection target between adjacent frames and the second candidate samples of each frame image. This disclosure reduces the computational complexity of the system, reduces the computational complexity, improves the detection efficiency and accuracy, and is more easily implemented by hardware.

【技术实现步骤摘要】
目标检测方法及装置、存储介质、电子设备
本公开涉及图像处理
，尤其涉及一种目标检测方法及装置、存储介质、电子设备。
技术介绍
在红外搜索和跟踪系统中，对于在低信噪比条件下的弱小目标跟踪是一个重要的研究课题。由于目标受背景噪声和背景杂波的影响极大，同时低空目标容易受到地面物体的影响，给目标跟踪带来了极大的挑战。现有的目标检测方法主要包括两种方式，一种为基于目标特征分析的方法，另一种为基于背景估计的方法。其中，基于目标特征分析的方法主要从目标的特征出发，建立目标特征模型，并计算目标特征中的每各候选样本与该特征模型的相似度，将相似度最高的候选样本确定为检测目标。基于背景估计的方法主要是通过对图像的背景进行估计，并对基本滤出背景的图像进行检测，以获取检测目标。然而，由于在现实应用场景中，跟踪目标体积小，背景复杂，在通过上述两种方式检测目标时，容易造成干扰，降低了检测目标的检测效率和准确率，且计算复杂。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种目标检测方法及装置、存储介质、电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供一种目标检测方法，包括：获取连续的多帧图像；分别在每帧图像中获取第一候选样本；分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。在本公开的一种示例性实施例中，所述第一候选样本的局部对比度的计算公式为：其中：C为所述局部对比度，max(st)为所述第一候选样本中像素的最大灰度值，max(sn)为所述第一候选样本邻域中像素的最大灰度值，min(sn)为所述第一候选样本邻域中像素的最小灰度值，ε为调整函数。在本公开的一种示例性实施例中，所述第一局部对比度阈值的计算公式为：其中，Tc(i)为与第i帧图像对应的第一局部对比度阈值，为第i帧图像中的第一候选样本的局部对比度的均值，为第i帧图像中的第一候选样本的局部对比度的标准差，k为常数。在本公开的一种示例性实施例中，所述分别在每帧图像中获取第一候选样本包括：分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像，并分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本。在本公开的一种示例性实施例中，所述分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像包括：根据所述检测目标的先验尺寸生成第一结构元和第二结构元；根据所述第一结构元分别对所述每帧图像进行形态学膨胀运算，以获取膨胀后的所述每帧图像；根据所述第二结构元分别对膨胀后的所述每帧图像进行腐蚀运算，以获取所述每帧图像的背景图像；分别将所述每帧图像的背景图像与所述每帧图像进行差分，以获取所述每帧图像的灰度图像；根据所述每帧图像的灰度阈值分别将对应的所述每帧图像的灰度图像转化为二值图像。在本公开的一种示例性实施例中，所述每帧图像的灰度阈值的计算公式为：Threshold(x，y)i＝1/3*max(IDE(x,y))i其中，Threshold(x，y)i为第i帧图像的灰度阈值，max(IDE(x,y))i为第i帧图像的最大灰度值。在本公开的一种示例性实施例中，所述分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本包括：分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本。在本公开的一种示例性实施例中，在所述分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本之后还包括：分别从所述每帧图像中去除面积小于一预设面积的所述第一候选样本。在本公开的一种示例性实施例中，所述根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标包括：在所述每帧图像均包括一个所述第二候选样本时，判断相邻的两帧图像中的所述第二候选样本之间的距离是否小于预设距离；在判断相邻的两帧图像中的所述第二候选样本之间的距离小于预设距离时，将所述第二候选样本确定为所述检测目标。在本公开的一种示例性实施例中，所述根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标包括：在至少一帧图像包括多个所述第二候选样本时，将相邻的两帧图像中具有最小欧式距离且所述局部对比度最接近的所述第二候选样本确定为所述检测目标。根据本公开的一个方面，提供一种目标检测装置，包括：第一获取模块，用于获取连续的多帧图像；第二获取模块，用于分别在每帧图像中获取第一候选样本；去除模块，用于分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；确定模块，用于根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的目标检测方法。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述中任意一项所述的目标检测方法。本公开一种示例实施例提供的目标检测方法及装置、存储介质、电子设备。通过计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本，以及根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。一方面，分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本(即去除部分干扰样本)，大大的减少了每帧图像中的第一候选样本的数量，减少了系统的计算量，降低了计算的复杂度，提高了检测效率和检测准确率，且更易于硬件实现；另一方面，根据相邻帧间检测目标的运动连续性确定所述检测目标的方法更加简单，且易于实现。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明通过参照附图来详细描述其示例性实施例，本公开的上述和其它特征及优点将变得更加明显。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本公开一种目标检测方法的流程图；图2为本公开一示例性实施例中对比度为20％的无人机的检测结果示意图；图3为本公开一示例性实施例中对比度为10％的无人机的检测结果示意图；图4为本公开一示例性实施例中对比度为2％的无人机的检测结果示意图；图5为本公开一示例性实施例中无人机在树前背景中的检测结果示意图；图6为本公开一示例性实施例中无人机在电线背景中的检测结果示意图；图7为本公开一种目标检测装置的框图；图8为本公开示一示例性实施例中的电子设本文档来自技高网...

【技术保护点】
一种目标检测方法，其特征在于，包括：获取连续的多帧图像；分别在每帧图像中获取第一候选样本；分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取连续的多帧图像；分别在每帧图像中获取第一候选样本；分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。2.根据权利要求1所述的目标检测方法，其特征在于，所述第一候选样本的局部对比度的计算公式为：其中：C为所述局部对比度，max(st)为所述第一候选样本中像素的最大灰度值，max(sn)为所述第一候选样本邻域中像素的最大灰度值，min(sn)为所述第一候选样本邻域中像素的最小灰度值，ε为调整函数。3.根据权利要求1所述的目标检测方法，其特征在于，所述第一局部对比度阈值的计算公式为：其中，Tc(i)为与第i帧图像对应的第一局部对比度阈值，为第i帧图像中的第一候选样本的局部对比度的均值，为第i帧图像中的第一候选样本的局部对比度的标准差，k为常数。4.根据权利要求1所述的目标检测方法，其特征在于，所述分别在每帧图像中获取第一候选样本包括：分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像，并分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本。5.根据权利要求4所述的目标检测方法，其特征在于，所述分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像包括：根据所述检测目标的先验尺寸生成第一结构元和第二结构元；根据所述第一结构元分别对所述每帧图像进行形态学膨胀运算，以获取膨胀后的所述每帧图像；根据所述第二结构元分别对膨胀后的所述每帧图像进行腐蚀运算，以获取所述每帧图像的背景图像；分别将所述每帧图像的背景图像与所述每帧图像进行差分，以获取所述每帧图像的灰度图像；根据所述每帧图像的灰度阈值分别将对应的所述每帧图像的灰度图像转化为二值图像。6.根据权利要求5所述的目标检测方法，其特征在于，所述每帧图像的灰度阈值的计算公式为：Th...

【专利技术属性】
技术研发人员：胡锦龙，韩雪云，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：陕西,61