一种图像序列中弱小目标实时检测方法及设备技术

本发明专利技术公开了一种图像序列中弱小目标实时检测方法及设备。图像序列中弱小目标实时检测方法包括：采集固定视场下的图像序列；基于图像序列的第一帧图像构建初始背景模型，并基于初始背景模型，对第一帧图像的后续图像序列进行前背景像素分割；利用所有分割得到的背景区域的像素更新初始背景模型，并基于更新后的初始背景模型，对所有分割得到的前景区域进行后处理、轮廓提取处理，以获得目标边界框；基于目标边界框，确定目标。本发明专利技术通过图像间逐个像素对比的方法在图像中识别目标并最终输出目标位置边界框和目标类别。提高了弱小目标识别的精准度，减少了识别过程中的计算量，具有更广泛的适用性。更广泛的适用性。更广泛的适用性。

【技术实现步骤摘要】
一种图像序列中弱小目标实时检测方法及设备


[0001]本专利技术涉及计算机视觉目标检测
，尤其涉及一种弱小目标的实时检测方法及设备。

技术介绍

[0002]计算机视觉中的目标检测技术通常指利用图像传感器采集相应场景的图像并结合一定的算法策略自动将图像中所有的兴趣目标标注出位置边界框和类别的过程。目标检测技术广泛应用于军事侦查、安防监控、自动驾驶、工业自动化、智能医疗等领域，能够大幅提高系统智能化程度、节省人力资源、辅助人类决策，具有较大的潜在经济效益。在军事领域，光电侦查监视设备正从传统的人工操纵搜索目标向自动检测发现目标发展，有效提升军队的情报侦查能力，而目标检测技术是其中不可缺少的关键环节。
[0003]目前，大多数目标检测算法采用深度卷积神经网络模型，通过大量的数据集训练，逐步提高目标检测的精确度，但其对目标尺寸、清晰度有一定的要求，对与图像背景对比度低、移动的弱小目标检测率低，且模型通常较大、计算代价高，应用于光电侦查系统的边缘计算设备仍有较大局限性。

技术实现思路

[0004]本专利技术实施例提供一种图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像序列中弱小目标实时检测方法，其特征在于，包括：采集固定视场下的图像序列；基于所述图像序列的第一帧图像构建初始背景模型，并基于所述初始背景模型，对所述第一帧图像的后续图像序列进行前背景像素分割；利用所有分割得到的背景区域的像素更新所述初始背景模型，并基于更新后的初始背景模型，对所有分割得到的前景区域进行后处理、轮廓提取处理，以获得目标边界框；基于所述目标边界框，确定目标。2.如权利要求1所述的方法，其特征在于，所述方法还包括：在基于所述图像序列的第一帧图像构建初始背景模型之前，对所述图像序列进行降噪处理。3.如权利要求2所述的方法，其特征在于，所述对所述图像序列进行降噪处理，包括：对所述图像序列中的每一帧图像进行中值滤波处理。4.如权利要求1所述的方法，其特征在于，所述基于所述图像序列的第一帧图像构建初始背景模型，包括：向第一帧图像的所有像素灰度值叠加[
‑
a,a]间均匀分布的随机数，重复N次，以生成N幅初始背景样本图。5.如权利要求4所述的方法，其特征在于，所述基于所述初始背景模型，对所述第一帧图像的后续图像序列进行前背景像素分割，包括：将所述第一帧图像后的每一帧图像的每一像素灰度值与所述N幅初始背景样本图的像素灰度值逐一相减后求绝对值，若所述绝对值小于灰度差阈值，则该像素的背景匹配度加一，若最终统计得到该像素的背景匹配度大于样本匹配阈值，则判定该像素为背景像素，同时将该像素在图像中的灰度值置0；反之则判定该像素为前景像素，同时将该像素在图像中的灰度值置为b。6.如权利要求5所述的方法，其特征在于，所述利用所有分割得到的背景区域的像素更新所述初始背景模型，包...

【专利技术属性】
技术研发人员：袁滔，温明，程勇策，戴玉成，宋秋迪，
申请(专利权)人：中国电子科技集团公司第三研究所，
类型：发明
国别省市：