一种主动声呐回波图中运动小目标的实时检测方法技术

本发明专利技术公开了一种主动声呐回波图中运动小目标的实时检测方法，首先按照设定步长，将当前待处理图像存入先进先出存储模块，再将其中两幅图像进行滤波处理，然后进行空间平滑和梯度求导计算，得到通量张量矩阵，再计算通量张量矩阵的迹，最后计算通量张量矩阵的迹的扩展峰度，得到运动小目标检测结果；通过对主动声呐回波图像序列连续进行处理，得到连续的运动小目标实时检测结果。该方法相比于传统的运动小目标检测方法，极大地降低了虚警率，提升了鲁棒性和检测精度。了鲁棒性和检测精度。了鲁棒性和检测精度。

【技术实现步骤摘要】
一种主动声呐回波图中运动小目标的实时检测方法


[0001]本专利技术属于图像处理领域，具体涉及一种小目标实时检测方法。

技术介绍

[0002]目前，已经在声呐图像处理中得到应用的无监督运动目标检测技术包括基于高斯混合模型(Gaussian mixture model，GMM)的背景消减技术和时间间隙度(high-order time lacunarity,HOT-Lac)等。发表的文献包括《水下无人系统学报》中2018年发表的《混合高斯模型和Radon变换用于声呐图像背景抑制》和《The Journal of the Acoustical Society of America》中2020年发表的《Detecting moving targets in active sonar echograph of harbor environment using high-order time lacunarity》等。但是，基于GMM的方法计算量大，难以在实际应用中实现实时处理，HOT-Lac方法则需要存储多帧声呐图像数据，对声呐系统的存储能力具有较高要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动声呐回波图中运动小目标的实时检测方法，其特征在于，包括以下步骤：步骤1：定义在t时刻的主动声呐回波图像序列为：{X1,...,X
t
}＝{I
i
(x,y):-B≤x≤B；0≤y≤L；1≤i≤t},
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，X1,
…
,X
t
表示主动声呐回波图像，B和L分别表示波束开角和回波距离极限，I
i
为第i帧的声呐回波图，(x,y)表示主动声呐回波图像像素点坐标；构造先进先出存储模块，用于存储当前待处理主动声呐回波图像；在先进先出存储模块后设置预滤波模块，用于突出运动小目标边缘信息；设定步长为N，定义k＝1；步骤2：将主动声呐回波图像序列中的第k帧到第k+N帧主动声呐回波图像存入先进先出存储模块；再将第k帧和第k+N帧主动声呐回波图像输入到预滤波模块进行滤波；步骤3：对步骤2经过滤波之后的结果进行空间平滑和梯度求导计算，得到通量张量矩阵J
F
...

【专利技术属性】
技术研发人员：韩一娜，魏卓群，赵爽，刘清宇，宋俊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：