一种基于TBD复杂环境下运动小目标检测方法技术

本发明专利技术公开了一种基于TBD复杂环境下运动小目标检测方法，本发明专利技术根据检测前跟踪(Tracking Before Detection,TBD)技术的基本思路，将背景建模、形态学处理等图像视频的处理算法与点/扩展点目标检测跟踪算法进行深度融合，提出了双阶段快速TBD算法。本发明专利技术考虑到背景噪声环境，利用运动目标的运动特性，用ViBe算法对运动区域初检测；然后用短时积累的方式，进行点迹检测；再利用长时积累的方式，生成运动目标航迹，提升了检测算法的性能，降低虚警率，提高了检测速度。

【技术实现步骤摘要】
一种基于TBD复杂环境下运动小目标检测方法
本专利技术涉及目标检测领域，具体涉及一种基于TBD复杂环境下运动小目标检测方法。
技术介绍
复杂环境下的运动小目标检测是目标检测领域的一个难点问题。复杂环境下的运动小目标检测受到三方面的因素的影响：1)环境因素：如某些地表或水下环境存在复杂的地形地貌；传感器因素：传感器的噪声水平；目标因素：包括目标的静态的物理尺寸/反射系数与动态的运动速度。地形地貌越复杂，传感器噪声越高，目标物理尺寸/反射系数越小，运动速度越慢，目标检测就越困难；当然当目标的速度超过一定阈值，造成传感器探测得到的目标运动轨迹断裂时，对目标检测也会造成另外的困难。从信号的特性来分析，复杂环境中既存在着大量的静态干扰，又存在着比较强的动态干扰；同时目标本身的探测信号的强度相对弱，在噪声环境中属于“弱目标”。如何从强的、复合形态干扰信号中将目标快速检测出来，对目标检测算法提出了相当的挑战。
技术实现思路
本专利技术针对现有技术的不足，根据检测前跟踪(TrackingBeforeDetection,TBD)技术的基本思路，将背景建模、形态学处理等图像视频的处理算法与点/扩展点目标检测跟踪算法进行深度融合，提出了一种基于TBD复杂环境下运动小目标检测方法。本专利技术一种基于TBD复杂环境下运动小目标检测方法，具体步骤流程如下：步骤(1)、通过ViBe算法对运动区域初检测,得到3维数据序列D(x,y,k),k是序列个数；1.1背景模型的初始化通过ViBe算法对单帧视频序列初始化背景模型；即对于一帧图片任意一个像素点(x,y)，随机的选择它的邻居点的像素值作为它的模型样本值。M0(x)＝{V0(y|y∈NG(x))},t＝0，初始时刻，V0表示第一帧时的像素值，NG(x)像素位置x的空间邻域，M0(x)为初始时刻一个像素的模型样本值；1.2前景检测过程背景模型为每个背景点存储一个样本集，然后每个新的像素值和样本集比较判断是否属于背景。计算新像素值和样本集中每个样本值的距离，若距离小于阈值，则近似样本点数目增加。如果近似样本点数目大于阈值，则认为新的像素点为背景；1.3背景模型的更新策略本专利技术中采用的更新策略是随机的更新策略；具体的更新方法：每一个背景点有1/φ的概率去更新自己的模型样本值，同时也有1/φ的概率去更新它的邻居点的模型样本值。同时当前景点计数达到临界值时将其变为背景，并有1/φ的概率去更新自己的模型样本值。这样一个样本值在时刻t不被更新的概率是(N-1)/N,其中样本集大小为N，假设时间是连续的，那么在dt的时间过去后，样本值仍然保留的概率是：通过更新，得到3维数据序列D(x,y,k)；步骤(2)、短时积累:点迹检测将步骤(1)检测得到的3维数据序列D(x,y,k),k是序列个数，截取片段进行投影，获取短时累计图；在累计图进行形态预处理与基于联通区域的检测，获取候选的点迹；2.1二维投影：将一定时间窗口上的运动目标的三维时空轨迹，向某个时间点上的空间平面做投影；2.2形态学处理：采用形态学上的闭运算，将图像上小于设定阈值的间断消除；2.3联通区域标记：采用传统的Two-pass方法检测连通域；2.4联通区域检测：在累计图上，运动目标的轨迹呈现为近似直线分布，在图像上呈现为近似矩形的联通区域。联通区域的宽度由目标的宽度尺寸w决定，长度L由目标的速度决定：L＝v*t其中v是目标运动速度，t是累计时间，w是目标的宽度尺寸；综合宽度与长度的约束，本专利技术采用联通区域的对角线长度作为筛选的条件，满足如下条件的联通区域选择为候选点迹：且步骤(3)、长时关联:基于层次凝聚聚类的航迹生成将步骤(2)得到的点迹映射到3维时空，通过聚类生成对应的候选航迹，再结合目标运动特性，删除干扰航迹，最后生成运动目标航迹。3.1使用层次凝聚聚类算法(HAC)进行聚类分析，HAC的主要思想是：先把每一个样本点当做一个聚类，然后不断重复的将其中最近的两个聚类合并，直到满足迭代终止条件；通过聚类分析，将3维点迹集合P(x,y,t)|t＝1,...n进一步划分为若干子集合:P1...Pm；3.2目标航迹检测：对HAC生成的候选航迹，进行筛选，筛选条件包括：航迹的时间长度大于一定阈值；航迹的空间距离大于一定阈值。检测过程主要由三个参数决定：样本集数目N，阈值#min和距离相近判定的阈值R，一般具体实现，参数设置为N＝20，#min＝2，R＝20。3.3干扰航迹删除：依据时间间隔来滤除干扰航迹，剔除一些过时的点迹集合：若子集合中是最新点迹的时间点，也就是已经断开一段时间了，那么就直接将其删除，不进入后续的运算流程。对于Psub(xk,yk,tk)|k＝1,...m，t1＜t2＜...＜tm集合,当前的时间点为tnow，若tnow-tm＞tth则将Psub在3维点迹集合中删除。本专利技术相对现有技术具有的效果：本专利技术针对运动小目标(点/扩展点目标)数据序列提出了双阶段快速TBD方法，提升了检测算法的性能，降低虚警率，提高了检测速度。与单阶段TBD算法相比，双阶段TBD算法在速度方面的优势来源于：1)采用级联的方式，在短时积累阶段就将大部分的杂波排除，减轻了总体的计算量；2)在短时积累阶段，将三维时空上的运动轨迹投影到二维的累计图上，在二维累计图上采用高效的图像联通区域检测与形态学处理，在长时关联阶段，采用层次凝聚聚类算法，并及时将干扰航迹排除；进一步提高了算法效率。附图说明图1运动小目标检测跟踪流程；图2双阶段快速TBD算法；图3短时累计流程图；图4长时关联流程图。具体实施方式下面结合具体实施例对本专利技术做进一步的分析。如图1所示，具体步骤流程如下：步骤(1)、通过ViBe算法对运动区域初检测,得到3维数据序列D(x,y,k),k是序列个数1.1背景模型的初始化通过ViBe算法对单帧视频序列初始化背景模型；即对于一帧图片任意一个像素点(x,y)，随机的选择它的邻居点的像素值作为它的模型样本值。M0(x)＝{V0(y|y∈NG(x))},t＝0，初始时刻，V0表示第一帧时的像素值，NG(x)即为邻居点，M0(x)为初始时刻一个像素的模型样本值；1.2前景检测过程背景模型为每个背景点存储一个样本集，然后每个新的像素值和样本集比较判断是否属于背景。计算新像素值和样本集中每个样本值的距离，若距离小于阈值，则近似样本点数目增加。如果近似样本点数目大于阈值，则认为新的像素点为背景；1.3背景模型的更新策略本专利技术中采用的更新策略是随机的更新策略；具体的更新方法：每一个背景点有1/φ的概率去更新自己的模型样本值，同时也有1/φ的概率去更新它的邻居点的模型样本值。同时当前景点计数达到临界值时将本文档来自技高网...

【技术保护点】
1.一种基于TBD复杂环境下运动小目标检测方法，其特征在于，该方法具体包括以下步骤：/n步骤(1)、通过ViBe算法对运动区域初检测,得到3维数据序列D(x,y,k),k是序列个数，(x,y)表示像素坐标；/n1.1、通过ViBe算法对单帧视频序列初始化背景模型；/n1.2、前景检测；/n1.3背景模型的更新策略；/n采用的更新策略是随机的更新策略；/n步骤(2)、短时积累:点迹检测/n利用步骤(1)检测得到的3维数据序列，截取片段进行投影，获取短时累计图；在累计图进行形态预处理与基于联通区域的检测，获取候选的点迹；/n步骤(3)、长时关联:基于层次凝聚聚类的航迹生成/n将步骤(2)检测得到的点迹映射到3维时空，通过聚类生成对应的候选航迹，再结合目标运动特性，删除干扰航迹，最后生成运动目标航迹；/n3.1使用层次凝聚聚类算法进行聚类分析，通过聚类分析，将3维点迹集合P(x,y,t)|t＝1,...n进一步划分为若干子集合:P

【技术特征摘要】
1.一种基于TBD复杂环境下运动小目标检测方法，其特征在于，该方法具体包括以下步骤：
步骤(1)、通过ViBe算法对运动区域初检测,得到3维数据序列D(x,y,k),k是序列个数，(x,y)表示像素坐标；
1.1、通过ViBe算法对单帧视频序列初始化背景模型；
1.2、前景检测；
1.3背景模型的更新策略；
采用的更新策略是随机的更新策略；
步骤(2)、短时积累:点迹检测
利用步骤(1)检测得到的3维数据序列，截取片段进行投影，获取短时累计图；在累计图进行形态预处理与基于联通区域的检测，获取候选的点迹；
步骤(3)、长时关联:基于层次凝聚聚类的航迹生成
将步骤(2)检测得到的点迹映射到3维时空，通过聚类生成对应的候选航迹，再结合目标运动特性，删除干扰航迹，最后生成运动目标航迹；
3.1使用层次凝聚聚类算法进行聚类分析，通过聚类分析，将3维点迹集合P(x,y,t)|t＝1,...n进一步划分为若干子集合:P1...Pm，作为候选航迹；
3.2目标航迹检测：对层次凝聚聚类算法生成的候选航迹，进行筛选，筛选条件包括：航迹的时间长度大于设定阈值；航迹的空间距离大于设定阈值；
3.3干扰航迹删除：在聚类之后，将候选航迹无法与新的点迹形成关联的干扰航迹删除，动态更新点迹集合。


2.根据权利要求1所述的一种基于TBD复杂环境下运动小目标检测方法，其特征在于：所述的通过ViBe算法对单帧...

【专利技术属性】
技术研发人员：陈华杰，韦玉潭，白浩然，吕丹妮，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33