一种基于运动特征的点目标识别方法技术

本发明专利技术涉及领域，特别涉及一种基于运动特征的点目标识别方法，涉及的点目标检测方法步骤包括：检测视频中的目标，利用截取目标运动区域、阈值去噪、视频帧灰度叠加等操作对视频进行预处理得到点目标强度随时间变化的序列，对预处理后的强度序列进行小波分析或者其他去噪方法进行去噪。利用频域、一阶统计量、熵、高阶统计量5类共22种特征作为机器学习的输入进行模型训练，得到点目标识别模型。获取未知点目标视频数据进行预处理后计算22种特征，输入该训练模型得到未知点目标类型，完成目标识别。

【技术实现步骤摘要】

本专利技术涉及点目标识别，具体是涉及一种基于运动特征的点目标识别方法。

技术介绍

1、图像信息中包含各种各样的信息，例如背景信息、运动目标信息以及会影响图像质量的噪声。信噪比越低，我们从图像中提取关键信息就越难。因此从包含许多冗余信息的图像中正确识别运动目标受到了广泛的研究。

2、点目标图像是指目标在图像中为几个像素的图像，此时点目标不再具有形状、强度分布、轮廓等特征。这给目标识别带来极大困难，基于现有的成像系统技术是不能反映出除强度之外的特征。由于现实场景复杂，目标被遮挡、光照不恒定、尺度变化都会给点目标特征提取造成巨大困难。这些问题对点目标的识别产生的影响是无法忽视的。

3、目前的点目标识别都是基于雷达、红外探测器等，只有较少的研究是利用点目标的光学运动特征进行识别的，故能够准确在图像中利用点目标的光学运动特征识别点目标具有重大意义。不同的运动目标，形状、大小会有所不同，除此之外运动目标在运动过程中目标除速度、强度、运动姿态等瞬时特征也会有所差异。这些运动差异在时间序列图像中则会表现为点目标强度随时间变化规律的不同，以及目标运动本文档来自技高网...

【技术保护点】

1.一种基于运动特征的点目标识别方法，包括以下步骤：

2.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤1包括：

3.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤1-5中，使用小波分析方法、EMD-AR方法、LombScargle Periodogram方法、加权小波Z变换方法、Jurkevich方法、功率谱法、music算法、周期图谱法或结构函数法进行去噪处理。

4.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤2中提取的反映点目标运动特征的统计量包括：点目标频域特征、点目标一...

【技术特征摘要】

1.一种基于运动特征的点目标识别方法，包括以下步骤：

2.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤1包括：

3.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤1-5中，使用小波分析方法、emd-ar方法、lombscargle periodogram方法、加权小波z变换方法、jurkevich方法、功率谱法、music算法、周期图谱法或结构函数法进行去噪处理。

4.根据权利要求1所述的基于运动特征的点目标识别方法，其特征在于，所述步骤2中提取的反映点目标运动特征的统计量包括：点目标频域特征、点目标一阶统计量、点目标熵、点目标高阶统计...

【专利技术属性】
技术研发人员：朱露洁，刘雪峰，刘璠，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：