【技术实现步骤摘要】
本专利技术属于视频图像处理目标分割，具体涉及一种时空信息融合的红外视频流体目标检测方法与系统。
技术介绍
1、水体表面温差变化可以提供有关水体生态系统、水体健康状况与气候变化等方面的信息，还有助于确定水体工程应用的相关参数以及评估水资源的状况，对于生态、环境、气候、水资源和工程领域都具有重要的意义。红外相机是一种能够感知和记录红外辐射的设备，它利用所有物体都会向外发送红外热辐射的特性，将热辐射转换成可见图像或热图来实现红外成像。由于红外相机可以在夜间或低光条件下工作，且可以提供非接触式测量的优点，十分适合用于监测水体表面温差变化。
2、然而红外波长较长、基于热敏效应的探测器尺寸有限等原因限制了红外相机对真实世界的细节感知和细微变化的探测能力，此外大气中的湿度、雾、烟尘等因素都会影响红外辐射的传播和探测，导致红外图像视频噪声较大，图像清晰度不高，可靠性不强，因此一般的目标分割方法难以实现对红外视频目标的精细提取。深度学习目标分割方法需要大量带标签的样本，人力难度大，受现有红外目标分割数据集数量的影响，目前使用深度学习进行红外视频目标检测这方面的研究较少。传统方法中，背景差分法易受到光照条件变化、动态背景、目标部分遮挡等因素的影响，误检漏检几率大；光流法基于图像中像素的亮度变化来计算物体的运动，其同样对光照变化非常敏感，且图像噪声易导致图像中的亮度变化变得模糊不清，此时进行光流估计较为困难且准确率较低，此外光流法的计算量相对较大，需要高性能的计算资源，对处理数据的设备要求较高。结合利用红外视频监测水面温差的实际情况，以上
技术实现思路
1、本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种时空信息融合的红外视频流体目标检测方法与系统，本专利技术旨在结合单个像素点在时域上的变化信息以及整体目标在空域上的邻接信息，实现一种可行性高、鲁棒性强、计算成本低的红外视频流体目标检测技术，对水面温差变化较大的目标区域进行分割，有效监测水面温差变化，为相关领域的研究和应用提供数据支持和指导。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种时空信息融合的红外视频流体目标检测方法，包括针对红外视频中的每一个当前帧iraw的处理包括：
4、s1：针对当前帧iraw进行前景分割，将当前帧的前景和上一帧的前景叠加作为初始流体目标掩膜m1；
5、s2：对初始流体目标掩膜m1进行滤波和形态学处理以抑制视频噪声、去除细小斑块并平滑目标轮廓，得到去噪后的目标掩膜m2；
6、s3：对去噪后的目标掩膜m2进行连通性分析，标记连通区域并确定形心位置，分别计算各个连通区域的形心到指定的流体中心的距离，保留形心到流体中心的距离小于设定阈值的连通区域对应的目标掩膜m3；
7、s4：将目标掩膜m3作为输入图像，将原始的当前帧iraw作为引导图像，结合原始的当前帧iraw的空间信息进行引导滤波，输出具有精细边缘的目标掩膜m4；
8、s5：将具有精细边缘的目标掩膜m4点乘原始的当前帧iraw，得到携带原始灰度值变化信息的目标区域rt，对目标区域rt进行伪彩色处理得到伪彩色图像iprocessed，并将伪彩色图像iprocessed以同样的帧速合成到检测视频vprocessed中。
9、可选地，步骤s1中针对当前帧iraw进行前景分割是指采用高斯混合模型gmm进行对当前帧iraw中的每一个像素点进行前景背景识别，然后提取所有的前景像素点得到当前帧的前景。
10、可选地，步骤s2中对初始流体目标掩膜m1进行滤波和形态学处理时，所述滤波是指对初始流体目标掩膜m1进行一次中值滤波以滤除视频瞬时噪声，所述一次中值滤波是指针对每一个像素点选取以当前像素为中心的局部窗口将窗口内的中位数作为该像素点滤波后的结果；所述形态学处理是指对滤波后的对初始流体目标掩膜m1进行一次形态学“开”操作，所述形态学“开”操作包括先腐蚀再膨胀以断开目标间狭窄连接、去除细小突出区域以平滑目标轮廓。
11、可选地，步骤s4中结合原始的当前帧iraw的空间信息进行引导滤波是指基于设定的局部窗口，结合原始的当前帧iraw的空间信息进行引导滤波，且引导滤波的函数表达式为：
12、，
13、上式中，代表以k为中心的局部滤波窗口，为目标掩膜m4在局部窗口的第i个像素，为当前帧iraw在局部窗口的第i个像素，和为局部窗口对应的两个常数，和的计算函数表达式分别为：
14、，，
15、上式中，为局部窗口中的像素总数目，为目标掩膜m3在局部窗口的第i个像素，为引导图像在窗口内的像素均值，为目标掩膜m3在局部窗口内的像素均值，为引导图像在窗口内的方差，为正则化参数。
16、可选地，所述局部窗口为8×8的方形窗口。
17、可选地，步骤s5中的对目标区域rt进行伪彩色处理包括：对目标区域rt内的整体灰度值按照实际情况分成多个灰度区间，对灰度值处于不同灰度区间内的像素赋予不同的rgb颜色。
18、可选地，所述对目标区域rt内的整体灰度值按照实际情况分成多个灰度区间时，多个灰度区间之间的灰度阈值分别为[0.1,0.15,0.25,0.3,0.4,0.45,0.5,0.55,0.6,0.65,0.7,0.75,0.8,0.85,0.9]。
19、可选地，步骤s5中的对目标区域rt进行伪彩色处理之前，还包括对目标区域rt的整体灰度值乘以2以提升目标区域rt的亮度。
20、此外，本专利技术还提供一种时空信息融合的红外视频流体目标检测系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述时空信息融合的红外视频流体目标检测方法。
21、此外，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执行所述时空信息融合的红外视频流体目标检测方法。
22、和现有技术相比，本专利技术主要具有下述优点：本专利技术方法包括针对红外视频中的每一个当前帧iraw的处理包括：针对当前帧iraw进行前景分割提取前景作为初始流体目标掩膜，再依次进行进行滤波和形态学处理、基于形心距离过滤、将iraw作为引导图像进行引导滤波、点乘iraw、伪彩色处理得到伪彩色图像并合成到检测视频中，本专利技术通过结合单个像素点在时域上的变化信息以及整体目标在空域上的邻接信息，实现了一种可行性高、鲁棒性强、计算成本低的红外视频流体目标检测技术，利用视频像素的历史变化值区分前景与背景，分步对流体目标掩膜进行修饰，随后对其进行引导滤波以获取目标区域边缘的精细细节，从而实现对温差变化较大的流体目标的准确分割，可有效监测水面温差变化，为相关领域的研究和应用提供数据支持和指导。
本文档来自技高网...【技术保护点】
1.一种时空信息融合的红外视频流体目标检测方法，其特征在于，包括针对红外视频中的每一个当前帧Iraw的处理包括：
2.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤S1中针对当前帧Iraw进行前景分割是指采用高斯混合模型GMM进行对当前帧Iraw中的每一个像素点进行前景背景识别，然后提取所有的前景像素点得到当前帧的前景。
3.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤S2中对初始流体目标掩膜M1进行滤波和形态学处理时，所述滤波是指对初始流体目标掩膜M1进行一次中值滤波以滤除视频瞬时噪声，所述一次中值滤波是指针对每一个像素点选取以当前像素为中心的局部窗口将窗口内的中位数作为该像素点滤波后的结果；所述形态学处理是指对滤波后的对初始流体目标掩膜M1进行一次形态学“开”操作，所述形态学“开”操作包括先腐蚀再膨胀以断开目标间狭窄连接、去除细小突出区域以平滑目标轮廓。
4.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤S4中结合原始的当前帧Iraw的空间信息进行引
5.根据权利要求4所述的时空信息融合的红外视频流体目标检测方法，其特征在于，所述局部窗口为8×8的方形窗口。
6.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤S5中的对目标区域RT进行伪彩色处理包括：对目标区域RT内的整体灰度值按照实际情况分成多个灰度区间，对灰度值处于不同灰度区间内的像素赋予不同的RGB颜色。
7.根据权利要求6所述的时空信息融合的红外视频流体目标检测方法，其特征在于，所述对目标区域RT内的整体灰度值按照实际情况分成多个灰度区间时，多个灰度区间之间的灰度阈值分别为[0.1,0.15,0.25,0.3,0.4,0.45,0.5,0.55,0.6,0.65,0.7,0.75,0.8,0.85,0.9]。
8.根据权利要求7所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤S5中的对目标区域RT进行伪彩色处理之前，还包括对目标区域RT的整体灰度值乘以2以提升目标区域RT的亮度。
9.一种时空信息融合的红外视频流体目标检测系统，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～8中任意一项所述时空信息融合的红外视频流体目标检测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～8中任意一项所述时空信息融合的红外视频流体目标检测方法。
...【技术特征摘要】
1.一种时空信息融合的红外视频流体目标检测方法，其特征在于，包括针对红外视频中的每一个当前帧iraw的处理包括：
2.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤s1中针对当前帧iraw进行前景分割是指采用高斯混合模型gmm进行对当前帧iraw中的每一个像素点进行前景背景识别，然后提取所有的前景像素点得到当前帧的前景。
3.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤s2中对初始流体目标掩膜m1进行滤波和形态学处理时，所述滤波是指对初始流体目标掩膜m1进行一次中值滤波以滤除视频瞬时噪声，所述一次中值滤波是指针对每一个像素点选取以当前像素为中心的局部窗口将窗口内的中位数作为该像素点滤波后的结果；所述形态学处理是指对滤波后的对初始流体目标掩膜m1进行一次形态学“开”操作，所述形态学“开”操作包括先腐蚀再膨胀以断开目标间狭窄连接、去除细小突出区域以平滑目标轮廓。
4.根据权利要求1所述的时空信息融合的红外视频流体目标检测方法，其特征在于，步骤s4中结合原始的当前帧iraw的空间信息进行引导滤波是指基于设定的局部窗口，结合原始的当前帧iraw的空间信息进行引导滤波，且引导滤波的函数表达式为：
5.根据权利要求4所述的时空信息融合的红外视频流体目标检测方法，其特征在于，所述局部窗口为8...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。