融合背景差分法和聚类法的弹着点定位方法技术

本发明专利技术涉及一种融合背景差分法和聚类法的弹着点定位方法，包括：获取待检测的视频，使用背景差分法对视频进行处理，得到差分图像；对差分图像进行去噪处理，获得完整的爆炸区域，并提取爆炸区域内每一帧差分图像的像素点；使用聚类算法对每一帧差分图像的像素点进行聚类分析，获得聚类中心和不同类的像素个数；对连续N帧差分图像中聚类中心的位置和不同类别内的像素点个数进行检测，获得弹着点位置。本发明专利技术克服了单帧图像检测法在弹着点特征与环境特征相似时导致的错检、误检问题，提高了爆炸运动目标检测的精度。本发明专利技术适合所有静态靶区的视频弹着点检测，受环境因素影响较小，方便移植到另一个靶场中使用。

【技术实现步骤摘要】
融合背景差分法和聚类法的弹着点定位方法
本专利技术涉及爆炸目标的识别和定位领域，更具体地涉及一种融合背景差分法和聚类法的弹着点定位方法。
技术介绍
针对视频中的运动目标检测，目前的检测方法包括帧差法、背景减法和光流法。帧差法，即用视频中相邻的两帧图像做差分，当有运动目标时，会获得运动目标的轮廓而非完整的目标，运动目标不完整也即获得的运动目标会出现“空洞”，丢失掉该目标的部分信息，不利于后续的数据处理。光流法评估两幅图像之间的变形，它的基本假设是体素和图像像素守恒，假设一个物体的颜色在前后两帧没有巨大而明显的变化。但是，爆炸是一种特征、形状及颜色都会发生快速变化的运动，针对这类目标检测，无法发挥光流法的优势。背景差分法或称背景减法能够获得比较完整的运动目标，但是单靠背景差分法并不能说明该视频内发生了爆炸，只能说明该视频内发生了运动。因而，背景差分法可以作为初始的运动目标检测方法，但不能作为唯一的炸点检测方法。炸弹落地后大致有三种状态：火光、烟尘和二者混合，不同的炸弹落地后的状态可能是不同的，且不同状态下的爆炸形状是无规则、无规律的，故无法本文档来自技高网...

【技术保护点】
1.一种融合背景差分法和聚类法的弹着点定位方法，其特征在于，包括：/n步骤S1，获取待检测的视频，使用背景差分法对所述视频进行处理，得到差分图像；/n步骤S2，对所述差分图像进行去噪处理，获得完整的爆炸区域，并提取所述爆炸区域内每一帧差分图像的像素点；/n步骤S3，使用聚类算法对所述爆炸区域内每一帧差分图像的像素点进行聚类分析，得到每一帧差分图像中聚类中心的位置以及不同类别内的像素个数；/n步骤S4，对连续N帧差分图像中聚类中心的位置和不同类别内的像素点个数进行检测，获得弹着点位置，其中，N为5～20之间的整数。/n

【技术特征摘要】
1.一种融合背景差分法和聚类法的弹着点定位方法，其特征在于，包括：
步骤S1，获取待检测的视频，使用背景差分法对所述视频进行处理，得到差分图像；
步骤S2，对所述差分图像进行去噪处理，获得完整的爆炸区域，并提取所述爆炸区域内每一帧差分图像的像素点；
步骤S3，使用聚类算法对所述爆炸区域内每一帧差分图像的像素点进行聚类分析，得到每一帧差分图像中聚类中心的位置以及不同类别内的像素个数；
步骤S4，对连续N帧差分图像中聚类中心的位置和不同类别内的像素点个数进行检测，获得弹着点位置，其中，N为5～20之间的整数。


2.根据权利要求1所述的融合背景差分法和聚类法的弹着点定位方法，其特征在于，所述步骤S3中采用的聚类算法为K均值聚类算法。


3.根据权利要求2所述的融合背景差分法和聚类法的弹着点定位方法，其特征在于，所述步骤S4包括：
步骤S41，设定初始聚类中心个数；
步骤S42，按照K均值算法对爆炸区域内的像素点进行归类，并对聚类中心进行更新，记录每次更新后聚类中心的位置以及每次更新后聚类中心类...

【专利技术属性】
技术研发人员：路茗，魏智，张质懿，胡育昱，王营冠，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：上海;31