基于多特征融合的红外弱小运动目标航迹起始方法技术

本发明专利技术提出一种基于多特征融合的红外弱小运动目标起始航迹探测方法。涉及测控技术领域。本发明专利技术利用灰度形态滤波估计图像背景，获取去均值图像；采用恒虚警率单帧检测，提取目标，去除虚警区域，抑制杂散噪声；最近邻关联法寻找属性最相似的疑似目标；估计目标的运动速度，对相邻两帧的去均值图像进行移动累加，积累能量；利用Ｍ／Ｎ逻辑法确认目标航迹。本发明专利技术充分利用目标特征在空域和时域表现出的一致性，提高目标航迹起始性能，可广泛应用于各类军、民用系统，具有广阔的市场前景和应用价值。

【技术实现步骤摘要】

本专利技术属于深空飞行器测控领域，具体涉及探测红外弱小运动目标起始航迹的方法，是红外成像搜索与跟踪系统、目标监视系统、卫星遥感系统、安全检查系统等的一项核心技术，在各类军、民用系统中均可有广泛的应用。
技术介绍
在各种成像探测跟踪系统中，要求能够尽快地截获并锁定跟踪目标。当探测器与目标之间的距离较远时，目标在成像上表现为只占若干个像素的小目标，并且易于淹没在各种杂波背景和强噪声中，这给目标检测与跟踪带来了很大难度。受多种因素的影响，即使是经过杂波抑制、能量积累后，目标信号能量虽然有所提高，但信噪比仍较低，仍然存在大量虚警，因此如何实时有效地从虚警中将目标辨识出来十分重要。利用目标在时域上的连续性是检测该类目标方法的出发点，而利用目标运动连续性建立运动目标初始航迹则是小弱目标检测与跟踪的首要问题。现有的目标起始航迹探测方法可分为顺序处理法和批数据处理法两大类。顺序处理法适用于在相对弱杂波背景中起始目标的航迹，而批数据处理法用于起始强杂波背景下目标的航迹具有较好的效果。目前用于起始小弱运动目标航迹的批数据处理法主要有Hough变换、动态规划和假设检验等。Hough变换最早应用于图像处理中，主要适用于检测图像中的直线，目前被应用到搜索雷达中检测直线运动或近似直线运动的小弱目标(又称低可观测目标)。然而，该方法较难探测起始机动目标的航迹，尤其难以起始探测平台不稳定导致影射到序列图像中的目标轨迹不是规则曲线的机动目标轨迹。动态规划利用概率密度函数构造以目标运动状态为主要参数的决策目标函数，并优化该函数来建立目标起始轨迹。假设检验与动态规划的出发点相似，它假定目标处于某种运动状态，并在一定时间积累后判决目标是否处于该运动状态。动态规划和假设检验方法简单，成为建立低信噪比小弱运动目标航迹起始的最为常用的方法。这些起始运动目标航迹的探测方法主要利用的目标特征是其运动连续性，即它在时域上的连续性，却较少利用目标所表现出的其它属性，如其在空域上聚集程度，即空域相关性，造成探测平台不稳定导致影射到序列图像中的目标轨迹不是规则的直线，传统航迹起始方法效果不佳。本专利技术利用红外弱小目标在序列图像的时域与空域中所表现出的特性，运用多特征融合的思想建立准确的、有效的弱小运动目标起始航迹。
技术实现思路
探测平台不稳定导致影射到序列图像中的目标轨迹不是规则的直线，传统航迹起始方法效果不佳。针对此问题，本专利技术以目标与噪声之间的空时显著性差异特征为出发点，提出基于空域邻域聚类和时域轨迹连续性相结合的红外弱小运动目标起始航迹探测方法。本专利技术采用以下技术方案解决上述技术问题。图像去均值化处理，采用灰度形态滤波器处理红外图像背景，获取含有目标和噪声的去均值图像；抑制低幅度噪声，空域邻域聚类分析，抑制杂散噪声，去除虚警区域，采用-->恒虚警率单帧检测提取疑似目标信号，确定疑似目标信号区域，对疑似目标信号区域统计目标像素点数，如果该疑似目标区域内目标像素点数大于给定阈值，则判断目标出现在该区域；分别根据目标的位置、幅度、面积特征λi(k)的波动状况确定该区域多特征融合的加权系数；最近邻关联法寻找属性最相似的疑似目标，即根据加权系数与运动目标前后时刻的位置、幅度和面积特征的差异度量目标相似性，确定最相似疑似目标；估计最相似疑似目标的运动速度，并对相邻两帧的去均值图像进行移动累加(可采用匀速直线运动模型)，积累能量；利用M/N逻辑法确认目标航迹，在连续的多帧图像中，如果疑似目标出现次数达到次数阈值，则该疑似目标的航迹为所述运动目标的航迹。所述图像去均值处理中，对红外图像进行灰度开形态滤波估计红外图像背景，消除与结构元素相比尺寸较小的噪声，获取去均值图像；利用恒虚警率准则选取检测阈值，利用检测阈值对去均值图像进行二元判断获得二值化图像，如果去均值图像的特征值大于检测阈值，则判定为疑似目标，否则判定为噪声，得到二值化图像疑似目标区域；对二值化图像疑似目标区域统计疑似目标像素点数，如果该区域内疑似目标像素点数大于给定阈值，则确定目标出现在该区域，反之，则是虚警区域，予以去除；在连续图像帧的关联区域内采用最近邻关联法寻找属性最相疑似目标，根据目标的运动特征、幅度特征和面积特征的波动状况确定多特征融合的加权系数，并根据加权系数与目标的运动、幅度和面积前后时刻各特征的差异度量目标相似性，确定最相疑似目标；针对确定的最相疑似目标，估计目标的运动速度，去均值图像按此速度移动，并进行累加，积累能量；利用M/N逻辑法确认目标航迹，即对连续的N帧图像中，如果疑似目标出现M次，则认为确认的目标航迹为真实航迹，予以保留，相反，则是虚假航迹，予以去除。该专利技术有效利用目标与噪声之间的空时显著性差异，不仅可起始弱小目标直线运动轨迹，同时还能起始弱小目标曲线运动轨迹，克服了以往航迹方法单纯依靠运动连续性，难以起始曲线运动轨迹的缺点，可快速有效提取弱小运动目标起始航迹，为弱小目标跟踪建立基础。附图说明图1为本专利技术工作原理框图。具体实施方式针对弱小运动目标在时域和空域上具有与噪声或虚警不同的特征，即时域上，运动目标的连续性决定了其在图像上的投影具有一定的连续性，将以较大概率出现在预测点的邻域内，相反，虚警是杂乱无章，没有规律的，连续多次出现在该邻域内的几率很小；空域上，小目标是占有少量像素且灰度较均匀的小块，聚集程度较高，而噪声点则是独立、不相关的，聚集程度较低。为了更好地理解本专利技术的技术方案，下面结合附图对本专利技术的实施方式作进一步描述。图1为本专利技术红外弱小运动目标起始航迹探测方法的工作原理框图。采用灰度形态滤波器对红外图像进行处理得到去均值图像；利用恒虚警率单帧检测器对含目标与噪声的去均值图像选取阈值，进行单帧检测，确定疑似目标区域；然后对疑似目标区域进行空域-->邻域聚类，去除虚警区域；利用最近邻关联法寻找疑似目标区域内属性最相似的疑似目标；对相邻两帧去均值图像进行移动累加，积累能量；最后利用M/N逻辑法确认目标起始航迹。1.灰度形态滤波去均值处理。采用灰度形态滤波器获取红外图像背景，消除与结构元素相比尺寸较小的噪声，得到含有目标和噪声的去均值图像。可用结构元素对图像进行灰度膨胀和腐蚀，并对图像进行灰度开运算，估计红外图像背景，消除比结构元素尺寸小的噪声。例如，用结构元素b对图像f进行灰度膨胀和腐蚀分别记为：(f⊕b)=max{f(x-s)+b(s)|x-s∈Df,s|∈Db本文档来自技高网...

【技术保护点】
一种基于多特征融合的红外弱小运动目标起始航迹探测方法，其特征在于，所述探测方法包括步骤：灰度形态滤波器处理红外图像，获取去均值图像；恒虚警率单帧检测器根据去均值图像提取疑似目标信号，确定疑似目标信号区域，对疑似目标信号区域统计目标像素点数，如果该疑似目标区域内目标像素点数大于给定阈值，则判断目标出现在该区域；分别根据目标的特征值λ↓［ｉ］（ｋ）的波动状况确定该区域多特征融合的加权系数；根据加权系数与运动目标前后时刻的位置、幅度和面积特征的差异度量目标相似性，确定最相似疑似目标；估计最相似疑似目标的运动速度，并对相邻两帧的去均值图像进行移动累加，积累能量；在连续的多帧图像中，如果疑似目标出现次数达到次数阈值，则该疑似目标的航迹为所述运动目标的航迹。

【技术特征摘要】
1.一种基于多特征融合的红外弱小运动目标起始航迹探测方法，其特征在于，所述探测方法包括步骤：灰度形态滤波器处理红外图像，获取去均值图像；恒虚警率单帧检测器根据去均值图像提取疑似目标信号，确定疑似目标信号区域，对疑似目标信号区域统计目标像素点数，如果该疑似目标区域内目标像素点数大于给定阈值，则判断目标出现在该区域；分别根据目标的特征值λi(k)的波动状况确定该区域多特征融合的加权系数；根据加权系数与运动目标前后时刻的位置、幅度和面积特征的差异度量目标相似性，确定最相似疑似目标；估计最相似疑似目标的运动速度，并对相邻两帧的去均值图像进行移动累加，积累能量；在连续的多帧图像中，如果疑似目标出现次数达到次数阈值，则该疑似目标的航迹为所述运动目标的航迹。2.根据权利要求1所述的探测方法，其特征在于，所述灰度形态滤波器处理红外图像背景具体包括，用结构元素对图像进行灰度膨胀、腐蚀，并进行灰度开运算，估计红外图像背景，消除比结构元素尺寸小的噪声。3.根据权利要求1所述的探测方法，其特征在于，所述阈值根据去均值红外图像的均值m0和...

【专利技术属性】
技术研发人员：李正周，马齐佑，谭菊，李国平，田逢春，黄扬帆，甘平，刘书君，
申请(专利权)人：重庆大学，
类型：发明
国别省市：85[中国|重庆]