特征空间的弱小目标检测方法技术

本发明专利技术公开了一种特征空间的弱小目标检测方法，通过星点定位、参考恒星选取、恒星与潜在目标划分、轨迹关联剔除噪声等步骤，实现对特征空间的弱小目标检测。由于采用基于距离特征空间的运动星空背景弱小动目标检测算法，选取２颗恒星作为参考恒星，并充分利用恒星、目标及噪声点之间不同运动特性，将恒星、潜在目标和噪声可在二维特征空间域直接进行划分，与背景技术选取３颗参考恒星，在三维空间中进行相似度量函数、误差平方和及曲线拐点的计算相比较，由于少选一颗恒星，减小了计算量。而且由于直接利用目标的轨迹连续性进行轨迹的检测，避免了将潜在目标点集从三维空间映射回二维空间在进行检测的过程，使检测更加简单实用。

【技术实现步骤摘要】

本专利技术涉及一种星空图像的弱小目标检测方法，特别是。
技术介绍
文献"基于层次聚类的弱小目标检测算法，计算机工程与应用，2008.44(19):24-27"提出了 一种利用层次聚类的思想进行弱小目标检测的算法。此方法首先选取3颗恒星作为参考恒星， 以星点到参考恒星之间的距离变化为依据，通过距离差构建一个三维特征空间，在此三维空 间内，根据恒星和目标的运动特性构造相似性度量函数，通过寻找误差平方和和曲线拐点的 方法寻找最优分类曲面和分类个数，将恒星、潜在目标点和噪声点进行划分；最后将潜在目 标点集通过映射函数从三维空间映射到二维空间内，根据目标轨迹的连续性将潜在目标点集 中的目标和噪声进行划分。文献所述方法需要在三维特征空间中进行相似性度量函数、误差 平方和及曲线拐点的计算，进行恒星、噪声和目标的划分，再将划分后的潜在目标点集从三 维空间映射回二维空间，因此，在实际应用中计算量大，且复杂。
技术实现思路
为了克服现有技术的检测方法计算量大而且复杂的不足，本专利技术提供一种特征空间的 弱小目标检测方法，充分考虑恒星、目标和噪声的灰度和运动特性，选取2颗恒星为参考，将 恒星、潜在目标和噪声在二维特征空间域进行划分，可以降低计算量，实现运动星空背景下 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 点是包括以下步骤(a) 对恒星、潜在目标和噪声序列星空图像进行顶帽滤波和高斯滤波，去除背景的光照 不均和全局噪声，对全局图像中的所有灰度值大于阈值1500的全部星点，采用式(1)的平 方加权的质心提取法进行星点定位坐标的计算<formula>formula see original document page 3</formula>式中，u是像素的横纵坐标，F(x,力是(jc，力处的灰度值，w，"是窗口的大小，x。,^是星点的中心坐标；(b) 根据下述式(2) (4)<formula>formula see original document page 3</formula>m《他e(i )S w (3) "cfo(《，及2)《/ (4)在全局图像中，选出2颗恒星作为参考恒星；式中，/":c,^是恒星的灰度值，a， 6表示灰度的选择阈值，a=8000 10000， 6=30000 50000;他e(/ )是参考恒星占有的象素数，w，"表示占有象素个数的阈值，/ =1 3, n=3 5; ^fo(《，A)是参考恒星《和参考恒星A之间的相互位置，a和-表示位置的范围阈值， a=100 300， ^=300 500;(c) 根据相似性度量函数10《(x,r)"o (5)oo, 40《(义,y) 恒星、潜在目标和噪声进行划分；式中，相似性度量函数表示为4《,A")，《( )是Manhattan距离；(d) 对得到的潜在目标的位置坐标，建立潜在目标列表，根据目标运动轨迹的连续相关 特性，对序列图像中的下一帧Fra附e —W + l帧进行检测，对Frame —W帧中得到的潜在目标 列表中的目标进行比较，若当前帧F/""附e — W +1帧中检测到的潜在目标的坐标位置出现在 Frame—W帧的列表中所示的潜在目标位置的邻域范围内，则将>7ag标记为1，说明该点为目 标点，若当前帧i^wwe一W + l帧中检测到的潜在目标的坐标位置没有出现在Fram^W帧的 列表中所示的潜在目标位置的邻域范围内，则将^"g标记为0，说明该点为噪声点。本专利技术的有益效果是由于采用基于距离特征空间的运动星空背景弱小动目标检测算法， 选取2颗恒星作为参考恒星，并充分利用恒星、目标及噪声点之间不同运动特性，将恒星、潜 在目标和噪声可在二维特征空间域直接进行划分，与
技术介绍
选取3颗参考恒星，在三维空间 中进行相似度量函数、误差平方和及曲线拐点的计算相比较，由于少选一颗恒星，减小了计 算量。而且由于直接利用目标的轨迹连续性进行轨迹的检测，避免了将潜在目标点集从三维 空间映射回二维空间在进行检测的过程，使检测更加简单实用。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具体步骤如下 1、星点定位。星点定位的主要目的是将恒星、潜在目标和噪声在成像图像中的光斑点(一般占据1个 或几个象素点)用精确的位置坐标进行表示，便于后期的空间映射。从前面的灰度特性分析 可知，恒星、目标和噪声均可视为具有对称性的高斯曲面分布，因此，可以采用高斯拟合的 方法进行精确的质心提取，但是由于高斯拟合法在提高计算精度的同时，确牺牲了计算的效 率，因此，本专利技术最终选择平方加权质心提取法进行星点定位。首先，对序列星空图像进行 顶帽滤波和高斯滤波，去除背景的光照不均和全局噪声，其次，对全局图像中的所有灰度值 大于阈值1500的全部星点，采用平方加权的质心提取法进行星点定位坐标的计算，具体的计 算方法如公式(1)所示。x0=J^- - (1)其中，JCj为像素的横纵坐标，F(JC，力为O,力处的灰度值，m,"为窗口的大小，；c。，A为求得的中心坐标。2、参考恒星选取。星点定位后，需要在单帧图像中进行参考恒星的选取，通过参考恒星的位置进行比较， 最终得到星点到参考恒星之间的距离变化特征。 参考恒星的选取原则为1) 参考恒星的星等在一定的可是范围内，即a《/"JC，力《6;2) 参考恒星的大小限制在一定的象素内，即ff^^^i ^";3) 参考恒星的位置在星空图像中分布均匀，即a《^s(《，A)S/ 。其中，4(u)表示恒星的灰度值，"，6表示灰度的选择范围；Wze(i )表示参考恒星 占有的象素数，w，"表示占有象素个数的范围；cfo(《，i 2)表示参考恒星&和i 2之间的相 互位置，a和^表示位置在一定的范围内。本实施例中采用参考恒星选取的具体原则为1) 参考恒星的星等及灰度值10000 S/"X,y)S 40000;2) 参考恒星的大小3《s/ze(i )幺5;3) 参考恒星的位置在星空图像中的分布200《*(/ ，/ 2)《300。由于参考恒星的星等在一定的可是范围内，可有效的保证参考恒星在CCD成像系统中的 灰度分布符合高斯分布，没有溢出现象恒星的大小限制在一定的象素内，可保证恒星占有 的象素数在一定的范围内，不至于过小，这样，在序列图像中进行星点匹配时，不会引入不必要的误差。恒星位置在星空图像中分布均匀，这样可保证全部星点在计算距离变化特征是 更精确。对灰度的选择阈值"=8000 10000, 6=30000 50000、占有象素个数的阈值别=1 3, "=3 5以及位置的范围阈值《=100 300， -=300 500，都进行了检测，均达到了预期 效果。最终根据参考恒星的选取原则，在全局图像中，选出2颗符合参考恒星选取原则的恒星 作为参考恒星。3、恒星与潜在目标划分。用/4表示序列图像中的相邻帧，其中6 = 1,2,第A:帧中的第m个参考恒星点表示为/C， 其中，m-l,2,…,"，同一星点在第A帧中与第w个参考恒星点之间的距离表示为必《，相邻 帧之间的星点与参考恒星的距离差表示为cfo4^T,其中，/2 = 1,2, — " / = {^,^2,...,/^表示全部的星点集合。则三本文档来自技高网...

【技术保护点】
一种特征空间的弱小目标检测方法，其特征在于包括以下步骤：　（ａ）对恒星、潜在目标和噪声序列星空图像进行顶帽滤波和高斯滤波，去除背景的光照不均和全局噪声，对全局图像中的所有灰度值大于阈值１５００的全部星点，采用式（１）的平方加权的质心提 取法进行星点定位坐标的计算　＊＊＊　（１）　式中，ｘ，ｙ是像素的横纵坐标，Ｆ（ｘ，ｙ）是（ｘ，ｙ）处的灰度值，ｍ，ｎ是窗口的大小，ｘ↓［０］，ｙ↓［０］是星点的中心坐标；　（ｂ）根据下述式（２）～（４）　ａ≤Ｉ↓［ Ｒ］（ｘ，ｙ）≤ｂ　（２）　ｍ≤ｓｉｚｅ（Ｒ）≤ｎ　（３）　α≤ｄｉｓ（Ｒ↓［１］，Ｒ↓［２］）≤β　（４）　在全局图像中，选出２颗恒星作为参考恒星；　式中，Ｉ↓［Ｒ］（ｘ，ｙ）是恒星的灰度值，ａ，ｂ表示灰度的 选择阈值，ａ＝８０００～１００００，ｂ＝３００００～５００００；ｓｉｚｅ（Ｒ）是参考恒星占有的象素数，ｍ，ｎ表示占有象素个数的阈值，ｍ＝１～３，ｎ＝３～５；ｄｉｓ（Ｒ↓［１］，Ｒ↓［２］）是参考恒星Ｒ↓［１］和参考恒星Ｒ↓［２］之间的相互位置，α和β表示位置的范围阈值，α＝１００～３００，β＝３００～５００；　（ｃ）根据相似性度量函数　＊＊＊　（５）　恒星、潜在目标和噪声进行划分；　式中，相似性度量函数表示为ｄ（Ｐ↓［ｉ］，Ｒ↓［ｋ］↑［ｍ］），ｄ↓ ［ｍ］（Ｘ，Ｙ）是Ｍａｎｈａｔｔａｎ距离；　（ｄ）对得到的潜在目标的位置坐标，建立潜在目标列表，根据目标运动轨迹的连续相关特性，对序列图像中的下一帧Ｆｒａｍｅ＿ｉｄ＋１帧进行检测，对Ｆｒａｍｅ＿ｉｄ帧中得到的潜在目标列表中的目标进行比 较，若当前帧Ｆｒａｍｅ＿ｉｄ＋１帧中检测到的潜在目标的坐标位置出现在Ｆｒａｍｅ＿ｉｄ帧的列表中所示的潜在目标位置的邻域范围内，则将ｆｌａｇ标记为１，说明该点为目标点，若当前帧Ｆｒａｍｅ＿ｉｄ＋１帧中检测到的潜在目标的坐标位置没有出现在Ｆｒａｍｅ＿ｉｄ帧的列表中所示的潜在目标位置的邻域范围内，则将ｆｌａｇ标记为０，说明该点为噪声点。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张艳宁，孙瑾秋，姜磊，段锋，林增刚，
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]