一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法技术

一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法，首先利用卫星遥感侦察卫星视场固定的特点，基于初始多帧(5～10帧)红外图像序列生成一个目标前背景掩模，用于记录干扰目标与真实目标的特征信息；然后再次基础上对新输入红外图像进行检测，并根据掩模所包含的目标特征信息构建一个自适应滤波器，能够对不同目标在不同运动时刻下进行特征动态提取，进而提高目标的匹配跟踪精度。本发明专利技术方法利用目标掩模和自适应滤波器解决了红外弱小目标在高速运动时的噪声干扰和多目标干扰问题，具备更强的鲁棒性，能够实现各种复杂背景下对多个红外弱小目标的高可靠匹配跟踪，满足了敏感目标星上实时高可靠侦察需求。标星上实时高可靠侦察需求。标星上实时高可靠侦察需求。

【技术实现步骤摘要】
一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法


[0001]本专利技术设计一种红外弱小目标检测跟踪方法，特别是一种面向于高速红外弱小目标的在轨快速高可靠检测跟踪方法，属于航天遥感领域。

技术介绍

[0002]红外相机主要通过接收目标自身的红外辐射进行观测，尤其是对导弹、飞机等高速高热辐射目标有显著的敏感性，使红外目标检测与跟踪技术在军事侦察和预警方面发挥重要作用。对于宽幅卫星红外遥感图像，这些敏感飞行目标的尺寸很小，往往呈现为斑状或点状，目标的信噪比很低，易受噪声、杂波或者云层干扰，经常会淹没于背景之中。因此，对于红外弱小目标，通常利用目标运动或变化特性进行检测，例如帧间差分法和背景差分法，具有计算简单直接、速度快的特点，使其更适用于资源有限的卫星在轨实时侦察预警任务。
[0003]但是帧间差分法和背景差分法对噪声和目标运动引起的背景变化等干扰因素较为敏感。而且，在目标发生遮挡的情况时，算法很容易将再次出现的目标误认为是另一个运动目标，不能应对遮挡变化。此外，由于帧间差分法主要是利用灰度值的差值来检测运动目标，当目标内部大部分像素点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法，其特征在于，包括如下步骤：1)利用上一帧图像I
t
‑1对应的背景图像从当前帧的图像I
t
中提取获得多个疑似目标，获得由当前帧中多个疑似目标坐标组成的疑似目标坐标集和每个疑似目标的图像切片若当前帧的疑似目标集为空时，进入步骤6)；反之进入步骤2)；2)对于步骤1)获得的疑似目标坐标集中的第k个疑似目标的坐标在当前帧图像I
t
中以位置处的像素点为中心提取一个图像块，对图像块进行边缘检测，将不符合目标尺寸范围的疑似目标从中疑似目标坐标集剔除，遍历疑似目标坐标集中的所有元素，然后进入步骤3)；3)根据疑似目标坐标集中的第k个疑似目标的坐标从上一帧图像I
t
‑1中提取出疑似目标k对应的多个候选匹配目标组成候选匹配目标集，并获得每个候选匹配目标的图片切片4)若某疑似目标k对应的候选匹配目标集为空，则判定疑似目标k为新检测到的疑似目标，将疑似目标k的信息赋值到掩膜集合M{m
×
n}中，并返回步骤3)，对下一个疑似目标进行处理，直至遍历所有疑似目标后进入步骤6)；反之，则进入步骤5)；掩膜集合M{m
×
n}由m行n列的元素组成，m等于图像I
t
中长度方向上像素的个数，n等于图像I
t
中宽度方向上像素的个数；每个元素内包括用于表征图像上对应像素点的信息；5)利用步骤1)获得的疑似目标图像切片和步骤3)获得的候选匹配目标图片切片确定疑似目标k与对应的J
k
个候选匹配目标的匹配系数，提取出满足阈值要求的候选匹配目标作为疑似目标k的候选目标对掩膜集合M{m
×
n}中与候选目标位置对应元素的信息进行更新；若某疑似目标k不存在对应的候选目标则判定疑似目标k为新检测到的疑似目标，将疑似目标k的信息赋值到掩膜集合M{m
×
n}中，然后返回步骤3)，对下一个疑似目标进行处理，直至遍历所有疑似目标后进入步骤6)；6)利用掩膜集合M{m
×
n}，对上一帧图像I
t
‑1对应的背景图像进行更新，获得当前帧图像I
t
对应的背景图像当前帧的疑似目标集为空时，前帧图像I
t
对应的背景图像等于上一帧图像I
t
‑1对应的背景图像7)利用掩膜集合M{m
×
n}，判读疑似目标为真实目标还是干扰目标，并对掩膜集合M{m
×
n}中该疑似目标对应元素的信息进行更新；8)利用掩膜集合M{m
×
n}中真实目标对应元素的信息，进行轨迹关联，完成对同一目标的完整跟踪。
2.根据权利要求1所述的一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法，其特征在于，所述掩膜集合M{m
×
n}中每个元素内用于表征图像上对应像素点的信息采用6个特征向量进行表示，分别为：M{i}{1}为元素M{i}对应位置所属目标类型；目标类型包括：背景点，对应M{i}{1}值为0；干扰目标，对应M{i}{1}值为1；疑似目标，对应M{i}{1}值为2；真实目标，对应M{i}{1}值为3；1≤i≤m
×
n；M{i}{2}为元素M{i}对应位置所属目标的编号；M{i}{3}为元素M{i}对应位置所属目标最新时刻的在图像长、宽方向上的像素个数；M{i}{4}为元素M{i}对应位置所属目标的完整轨迹集；完整轨迹集由轨迹对应目标的中心元素在每帧图像中的位置信息组成；M{i}{5}为元素M{i}对应位置所属目标最新时刻的速度；M{i}{6}为元素M{i}对应位置所属目标最新时刻的运动方向。3.根据权利要求2所述的一种基于掩模与自适应滤波的红外弱小目标检测跟踪方法，其特征在于，所述步骤1)中获得由当前帧中多个疑似目标坐标组成的疑似目标坐标集和每个疑似目标的图像切片的方法，具体为：11)求解当前帧图像与上一帧图像的像素差值，获得当前帧图像与上一帧图像的差值图像D
f
＝I
t
‑
I
t
‑1；同时求解当前帧与背景帧图像的像素差值，获得当前帧图像与背景帧图像的差值图像12)将差值图像D
f
中绝对值大于Thr
f
的差值点或差值图像D
b
中绝对值大于Thr
b
的差值点进行保留作为候选点，从当前帧图像上找到与候选点位置对应的像素点，并生成联通区域，然后分别记录这些联通区域的中心坐标点，根据掩膜集合中与中心坐标点位置对应元素的目标类型，从中心坐标点中剔除目标类型为干扰目标的中心坐标点，将其余中心坐标点作为疑似目标的中心坐标并加入疑似目标坐标集，得到疑似目标坐标集Thr
f
与Thr
b
的取值范围为8～12；13)对于获得的疑似目标坐标集中的第k个疑似目标的坐标在当前帧图像I
t
中以位置处的像素点为中心提取一个图像块，对该图像块进行边缘检测，提取出疑似目标k的边缘形状，并计算得到疑似目标k边缘形状所包围的像素构成的图像切片；14)若...

【专利技术属性】
技术研发人员：刘洋，李晓博，邵应昭，徐常志，郑小松，张茗茗，丁跃利，文伟，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：