一种面向复杂背景的红外弱小目标检测跟踪方法技术

本发明专利技术属于嵌入式平台图像处理技术领域，尤其涉及一种面向复杂背景的红外弱小目标检测跟踪方法。包括：对若干帧图像进行灰度化处理；提取感兴趣区域进行图像配准，从而确定图像偏移量；对所述灰度化处理后的若干帧图像进行亚像素平移，将若干帧图像转换到同一坐标系；确定目标灰度值，根据所述目标灰度值与设定灰度阈值的关系判断当前为跟踪态还是检测态；进而进行目标检测及输出，在保证算法精度的前提下，显著降低了计算量，提升了算法执行效率，为嵌入式复杂背景下红外弱小目标检测跟踪提供了技术途径。踪提供了技术途径。踪提供了技术途径。

【技术实现步骤摘要】
一种面向复杂背景的红外弱小目标检测跟踪方法


[0001]本专利技术属于嵌入式平台图像处理
，尤其涉及一种面向复杂背景的红外弱小目标检测跟踪方法。

技术介绍

[0002]随着图像处理技术发展，基于图像处理技术的目标检测跟踪在众多领域得到应用，如嵌入式机载、弹载领域。
[0003]现存方法对于简单背景即图像灰度的空间分布平稳、灰度统计均值和方差空移不变的小目标检测具有一定效果，如天空、海面和沙漠等单一物理成分构成的区域图像，但针对复杂背景如海天背景、复杂地面背景的低信噪比弱小红外目标检测仍是当今尚未解决的一个难题。
[0004]嵌入式平台计算资源有限，可提供的算力相对较低，因而对算法的计算效率提出了更高要求。综上，研究针对嵌入式计算平台，面向复杂背景的红外弱小目标检测跟踪技术具有重要意义。

技术实现思路

[0005]本专利技术的的在于提供了一种面向复杂背景的红外弱小目标检测跟踪方法，根据采集到的相邻几帧图像，经过灰度转换、图像配准、亚像素平移、多帧差法提取前景图，实现弱小目标检测，并采用动态感兴趣区域实现目标跟踪。考虑到目标尺寸较小，仅占几个像素，及目标背景的复杂性和计算效率，采用相位相关法进行图像间配准，同时通过采用动态感兴趣区域手段，在保证算法精度的前提下，显著降低了计算量，提升了算法执行效率，为嵌入式复杂背景下红外弱小目标检测跟踪提供了技术途径。
[0006]本专利技术的技术方案：
[0007]一种面向复杂背景的红外弱小目标检测跟踪方法，所述方法包括：
[0008]S1，通过相机实时采集红外弱小目标的相邻若干帧图像，并对所述若干帧图像进行灰度化处理；
[0009]S2，对灰度化处理后的若干帧图像分别提取感兴趣区域，并对提取的感兴趣区域图像进行图像配准，从而确定图像偏移量；
[0010]S3，根据所述图像偏移量，对所述灰度化处理后的若干帧图像进行亚像素平移，将若干帧图像转换到同一坐标系；
[0011]S4，确定目标灰度值，根据所述目标灰度值与设定灰度阈值的关系判断当前为跟踪态还是检测态；
[0012]S5，若为跟踪态，则对转换到同一坐标系下的若干帧图像提取感兴趣区域，并进行目标检测，输出目标检测结果图像；
[0013]S6，若为检测态，则直接对转换到统一坐标系下的若干帧图像进行目标检测，输出目标检测结果图像。
[0014]进一步的，S1中，对采集到的RGB图像，根据Gray＝R*0.299+G*0.587+B*0.114得到像素灰度值，其中R,G,B分别为RGB图像三通道像素值，Gray为灰度化后像素灰度值。
[0015]进一步的，S2中，采用基于相位相关的图像配准算法对提取的感兴趣区域图像进行图像配准。
[0016]进一步的，S2中，确定图像偏移量具体为：
[0017]设g(x,y)是由f(x,y)平移(x0,y0)后得到的图像，分别对其做离散傅里叶逆变换DFT，则满足：
[0018][0019]其中G(u,v)和F(u,v)分别为g(x,y)和f(x,y)的离散傅里叶变换；
[0020]则两幅图像频域间互功率谱为
[0021]其中G
*
(u,v)为G(u,v)的复共轭，|F(u,v)G
*
(u,v)|为F(u,v)G
*
(u,v)的幅值谱；
[0022]则P(u,v)的离散傅里叶逆变换(IDFT)为：
[0023][0024]通过寻找互功率谱的IDFT的最大值可得两帧图像平移量x0,y0。
[0025]进一步的，S3具体为：
[0026]采用基于双线性插值的亚像素平移将图像帧序列转换到统一坐标系下；双线性插值的灰度值为
[0027]f(i+x0,j+y0)＝(1
‑
x0)*(1
‑
y0)f(i,j)
[0028]+(1
‑
x0)*y0*f(i,j+1)+x0*(1
‑
y0)*f(i+1,j)+x0*y0*f(i+1,j+1)
[0029]其中x0,y0为像素偏移值。
[0030]进一步的，S4具体为：
[0031]确定目标灰度值为将相邻若干帧图像的前景图进行叠加，然后通过阈值分割得到最终目标，该所述最终目标的灰度值即为目标灰度值；
[0032]当所述目标灰度值小于或者等于设定灰度阈值时，则为检测态；
[0033]当所述目标灰度值大于设定灰度阈值时，则为跟踪态。
[0034]进一步的，S5中提取感兴趣区域的方法具体为：
[0035]参照前一帧图像中目标的位置，提取当前帧序目标周围区域作为目标检测感兴趣区域。
[0036]进一步的，S3之后，所述方法还包括：根据转换到同一坐标系下的若干帧图像，进行图像拼接，得到目标的全景图。
[0037]本专利技术具有以下技术效果：
[0038]1、本专利技术提供的一种面向复杂背景的红外弱小目标检测跟踪方法，针对复杂背景和弱小红外目标特点，设计目标检测算法，采用相位相关图像配准、多帧差法目标检测等手段，实现了针对复杂背景下弱小红外的目标检测，同时具备图像实时拼接功能。
[0039]2、本专利技术提供的一种面向复杂背景的红外弱小目标检测跟踪方法，面向嵌入式平台部署，将感兴趣区域方法应用至图像配准及构建跟踪过程，在保证检测精度的同时有效提升算法运行速度，为算法应用于机载、弹载等计算资源受限场景提供了有力支撑。
附图说明
[0040]图1是面向复杂背景的红外弱小目标检测跟踪的整体流程图；
[0041]图2是基于相位相关法的图像配准流程图；
[0042]图3是基于多帧差法的目标检测示意图；
[0043]图4是面向复杂背景的红外弱小目标检测跟踪结果示意图。
具体实施方式
[0044]下面结合附图对本专利技术技术方案进行详细说明。
[0045]本专利技术实施例提供一种面向复杂背景的红外弱小目标检测跟踪方法，如图1所示，包括如下步骤：
[0046]步骤1：通过相机实时采集相邻几帧图像，并进行图像灰度化处理，采用处理后的图像进行下一步处理；
[0047]步骤2：将步骤1中灰度化的原始多帧灰度图像作为输入，考虑到算法执行效率，对图像帧进行感兴趣区域提取，将提取后的图像帧区域作为输入进行图像配准；
[0048]步骤3：根据步骤2中图像配准输出结果，对原始多帧灰度图像进行亚像素平移，平移后的多帧图像用于后续目标检测跟踪；
[0049]步骤4：根据目标灰度与阈值关系判断当前状态，若为检测状态，将平移后的多帧图像作为输入，采用帧差法提取前景图，对多帧前景图进行叠加，然后利用目标阈值实现目标提取，输出目标在图像中位置；
[0050]步骤5：根据步骤4的状态判断，若为跟踪状态，则根据前一帧目标位置，对配准平移后的多帧图像进行目标周围感兴趣区域提取，将提取后的图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向复杂背景的红外弱小目标检测跟踪方法，其特征在于，所述方法包括：S1，通过相机实时采集红外弱小目标的相邻若干帧图像，并对所述若干帧图像进行灰度化处理；S2，对灰度化处理后的若干帧图像分别提取感兴趣区域，并对提取的感兴趣区域图像进行图像配准，从而确定图像偏移量；S3，根据所述图像偏移量，对所述灰度化处理后的若干帧图像进行亚像素平移，将若干帧图像转换到同一坐标系；S4，确定目标灰度值，根据所述目标灰度值与设定灰度阈值的关系判断当前为跟踪态还是检测态；S5，若为跟踪态，则对转换到同一坐标系下的若干帧图像提取感兴趣区域，并进行目标检测，输出目标检测结果图像；S6，若为检测态，则直接对转换到统一坐标系下的若干帧图像进行目标检测，输出目标检测结果图像。2.根据权利要求1所述的一种面向复杂背景的红外弱小目标检测跟踪方法，其特征在于，S1中，对采集到的RGB图像，根据Gray＝R*0.299+G*0.587+B*0.114得到像素灰度值，其中R,G,B分别为RGB图像三通道像素值，Gray为灰度化后像素灰度值。3.根据权利要求1所述的一种面向复杂背景的红外弱小目标检测跟踪方法，其特征在于，S2中，采用基于相位相关的图像配准算法对提取的感兴趣区域图像进行图像配准。4.根据权利要求3所述的一种面向复杂背景的红外弱小目标检测跟踪方法，其特征在于，S2中，确定图像偏移量具体为：设g(x,y)是由f(x,y)平移(x0,y0)后得到的图像，分别对其做离散傅里叶逆变换DFT，则满足：其中G(u,v)和F(u,v)分别为g(x,y)和f(x,y)的离散傅里叶变换；则两幅图像频域间互功率谱为其中G
*
(u,v)为G(u...

【专利技术属性】
技术研发人员：李忠威，李威，魏大洲，曲国远，童歆，
申请(专利权)人：中国航空无线电电子研究所，
类型：发明
国别省市：