可见光图像中弱小目标的检测方法技术

本发明专利技术公开了一种可见光图像中弱小目标的检测方法，首先构建运动整合模型，利用仿人类视觉对色彩、方向及运动特性的敏感性，进行特征提取，构建视觉注意机制模型；进行目标检测机制选择，利用不同工作模式下图像具有的视觉特性，选取视觉注意机制模型，进行不同工作模式下的目标检测；完成目标质心定位。由于利用目标的视觉特性进行轨迹检测，充分利用了视觉对色彩、灰度、方向及运动的敏感性，运用集中视觉注意机制模型的不同组合，实现了多种工作模式下的弱小目标检测。

【技术实现步骤摘要】

本专利技术涉及一种可见光图像处理方法，特别是可见光图像中不同工作模式条件下弱小目 标的检测方法。
技术介绍
多种不同工作模式条件下的目标检测问题直接决定了天文观测系统的检测性能，有效地 解决此问题对于提高系统性能具有非常重要的意义。现有的弱小目标检测方法主要有基于 静止背景的目标检测方法和基于复杂运动背景的目标检测方法。文献"空间目标运动轨迹提取算法研究，红外技术，2007， 29(8),459-462"公开了一种 弱小目标检测方法，该方法基于序列图像多帧累加背景掩模帧生成的目标提取算法，采用多 帧累加和阈值分割得到含有动目标的二值图像，之后采用交叉投影法生成掩模帧确定星点的 区域，最后通过质心定位方法得到目标的精确质心位置。在获取含有动目标二值图阶段，该 方法利用序列图像的前三帧图像进行背景估计，并采用自动阈值分割方法进行灰度图像分割， 因此，阈值的选取决定了可检测目标的强弱程度；在目标运动轨迹提取阶段，由于需要生成 的掩模帧和逐点象素进行点乘，计算量大，实现过程复杂。且文献公开的方法只适合目标跟 踪模式和恒星跟踪模式下的目标检测，使实际应用中具有较大的局限性。
技术实现思路
为了克服现有技术检测方法对检测模式限制的不足，本专利技术提供一种可见光图像中弱小 目标的检测方法，利用目标的视觉特性进行轨迹检测，充分利用视觉对色彩、灰度、方向及 运动的敏感性，运用集中视觉注意机制模型的不同组合，可以实现多种工作模式下的弱小目 标检测。本专利技术解决其技术问题所采用的技术方案 一种， 其特点是包括下述步骤(a)对序列图像进行灰度特征A"，彩色特征F,(W-G)〃；巧=(3-n〃，方向特征A， F5，《，^的提取，其中角度^{0°;45°;90';13";采用多尺度方式构建特征集F# ，根据特征 整合公式进行特征集/^的特征整合，通过归一化方法，构建静态模型&,^;对序列图像采 用局部绝对值的方法进行运动检测，通过归一化方法，构建运动模型将得到的静态模 型&自和运动模型^。,,。 进行归一化处理，得到最终的运动整合模型&,。,￡&咖；依据运动目标 参与显著性的判决，以及静态显著性按照比例进行显著性整合，生成条件限制模型&。 ^;.=1， 2， 3，……7; &=1, 2， 3， ......6;(b) 对于固定跟踪模式工作条件，探测系统的运动方式与搭载平台的运动方式相同， 获取的序列图像中弱小目标和背景恒星产生不同的运动方向和不同的速度，通过灰度《=/和方向《，巧，f;，仄的提取，通过归一化方法构建的静态模型S自,，测到组合帧中弱小目标的运动轨迹，将得到的目标轨迹图像与序列图像中的第一帧图像求取交集，得到弱小 目标的位置；对于恒星跟踪模式工作条件，探测系统永远对准恒星的位置，使背景恒星在获取的序 列图像中保持静止，通过运动整合模型5^&—和条件限制模型&。 ,，得到运动点弱小目标的位置；对于目标跟踪模式工作条件，探测系统永远对准目标的位置，使目标在获取的序列图像 中保持静止，通过运动整合模型^*&—和条件限制模型&,^，得到所有运动背景恒星，将所有运动背景恒星作为背景恒星掩模帧，利用掩模帧与序列图像逐帧进行点乘，得到运动点目 标的位置；(c) 根据得到不同工作模式下点目标的坐标位置，通过平方加权质心提取公式，最终实 现目标的质心定位。本专利技术的有益效果是由于利用目标的视觉特性进行轨迹检测，充分利用了视觉对色彩、 灰度、方向及运动的敏感性，运用集中视觉注意机制模型的不同组合，实现了多种工作模式 下的弱小目标检测。下面结合实施例对本专利技术作详细说明。 具体实施例方式本专利技术方法包括(一)运动整合模型的构建。构建四个与视觉注意机制相对应的模型。第一个是视觉注意机制中最典型的静态模型。 第二个是仅限于描述运动特征的运动模型。第三个是将静态和运动相结合的运动整合模型， 最后一个是用于运动条件限制的条件限制模型。(a)构建静态模型。首先从图像中提取出7个基本特征1个灰度特征^=/;两个彩色特征&=(7 -G)//; F3=(B —y)〃； 4个方向特征《，F5， K， F7，其中角度6^{0°;45°;90°;135°}。其次，采用多尺度的方式进行不同尺度A:-1...6下特征巧(J=1...7)的特征集/^的构 建，基于中央周边操作机制，根据公式<formula>formula see original document page 5</formula>(1)得到不同尺度下的特征图，然后进行特征整合<formula>formula see original document page 5</formula> (2)最终得到单特征的显著性图，并且通过同样的整合方式，得到特征显著图<formula>formula see original document page 5</formula> (3)/■e(2,3,4,5) je(6,7) 其中，W(，)表示整合过程中的归一化操作。 在得到特征显著图的基础上，构建静态模型模型&,自<formula>formula see original document page 5</formula>(4)本专利技术中只涉及灰度序列图像的处理，因此，只用到了一个灰度fj =/和4个方向特征F,，f5，《，《，其中角度e^(T;45";90。;135。l来实现静态模型的构建。(b) 构建运动模型。采用局部绝对值的方法进行运动检测。定义绝对值的运动速度如)、1 '、: (5)其中，V/表示空域上的梯度变换，/,时域上的灰度值/的微分。因此，运动显著性图 表示为<formula>formula see original document page 5</formula> (6)其中，M,表示尺度Z下的多尺度运动显著图S， W(，)表示为归一化方程，与静态模型的 归一化方程相同。因此，运动模型可最终表示为(c) 构建运动整合模型。运动整合模型是将静态特征模型^.,。,,6.和运动特征模型^ ,,。 进行归一化处理。生成运动S,加,辟=季爐.)+卬—) (8) 运动条件限制模型是将静态显著性模型和运动显著性模型，依据运动判决条件即仅运动目标参与显著性的判决以及静态显著性按照一定的比例进行显著性整合。生 成的条件限制模型K义,/)叫 . (9)(二) 目标检测机制选择。 弱小目标的检测主要是通过目标与背景恒星运动特性的差异进行目标的判定。根据探测系统的三种工作模式，即固定跟踪模式、目标跟踪模式和恒星跟踪模式，在序列图像中将相 应的产生仅有目标运动，或者仅有恒星背景运动，或者目标和背景恒星均有运动的三种情况。 对于固定跟踪模式。探测系统在固定跟踪模式工作时，探测系统的运动方式与搭载平台相同，即获取的序列 图像中目标和背景恒星均产生运动，但具有不同的运动方向和速度。因此，在连续多帧图像 所产生的组合帧图像中，目标和背景恒星的运动轨迹表现为具有不同方向性的直线。在基于 显著性的视觉注意模型中，本文档来自技高网...

【技术保护点】
一种可见光图像中弱小目标的检测方法，其特征在于包括下述步骤：　（ａ）对序列图像进行灰度特征Ｆ↓［１］＝Ｉ，彩色特征Ｆ↓［２］＝（Ｒ－Ｇ）／Ｉ；Ｆ↓［３］＝（Ｂ－Ｙ）／Ｉ，方向特征Ｆ↓［４］，Ｆ↓［５］，Ｆ↓［６］，Ｆ↓［７］的提取，其 中角度θ∈｛０°；４５°；９０°；１３５°｝；采用多尺度方式构建特征集Ｆ↓［ｊ，ｋ］，根据特征整合公式进行特征集Ｆ↓［ｊ，ｋ］的特征整合，通过归一化方法，构建静态模型Ｓ↓［ｓｔａｔｉｃ］；对序列图像采用局部绝对值的方法进行运动检测，通过归一化方法，构建运动模型Ｓ↓［ｍｏｔｉｏｎ］；将得到的静态模型Ｓ↓［ｓｔａｔｉｃ］和运动模型Ｓ↓［ｍｏｔｉｏｎ］进行归一化处理，得到最终的运动整合模型Ｓ↓［ｓｔａｔｉｃ＆ｄｙｎ］；依据运动目标参与显著性的判决，以及静态显著性按照比例进行显著性整合，生成条件限制模型Ｓ↓［ｃｏｎｄ］；　ｊ＝１，２，３，……７；　ｋ＝１，２，３，……６；　（ｂ）对于固定跟踪模式工作条件，探测系统的运动方式与搭载平台的运动方式相同，获取的序列图像中弱小目标和背景恒星产生不同的运动方向和 不同的速度，通过灰度Ｆ↓［１］＝Ｉ和方向Ｆ↓［４］，Ｆ↓［５］，Ｆ↓［６］，Ｆ↓［７］的提取，通过归一化方法构建的静态模型Ｓ↓［ｓｔａｔｉｃ］，测到组合帧中弱小目标的运动轨迹，将得到的目标轨迹图像与序列图像中的第一帧图像求取交集，得到弱小目标的位置；　对于恒星跟踪模式工作条件，探测系统永远对准恒星的位置，使背景恒星在获取的序列图像中保持静止，通过运动整合模型Ｓ↓［ｓｔａｔｉｃ＆ｄｙｎ］和条件限制模型Ｓ↓［ｃｏｎｄ］，得到运动点弱小目标的位置；　对于目标跟踪模式工作 条件，探测系统永远对准目标的位置，使目标在获取的序列图像中保持静止，通过运动整合模型Ｓ↓［ｓｔａｔｉｃ＆ｄｙｎ］和条件限制模型Ｓ↓［ｃｏｎｄ］，得到所有运动背景恒星，将所有运动背景恒星作为背景恒星掩模帧，利用掩模帧与序列图像逐帧进行点乘，得到运动点目标的位置；　（ｃ）根据得到不同工作模式下点目标的坐标位置，通过平方加权质心提取公式，最终实现目标的质心定位。...

【技术特征摘要】

【专利技术属性】
技术研发人员：孙瑾秋，张艳宁，姜磊，段锋，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87[中国|西安]