【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于连续帧的空中高速动目标检测跟踪方法。
技术介绍
1、遥感图像复杂背景下，空中高速动目标像素点个数少，边缘、纹理等特征难描述，机动性大，且目标与周围背景对比度低，使得传统的区域提取技术对空中高速动目标检测和稳定长时跟踪难达到较高的准确性。
技术实现思路
1、为解决现有技术检测性能差，跟踪准确率低的问题，本专利技术提供一种基于连续帧的空中高速动目标检测跟踪方法，能够准确捕获并持续监视跟踪遥感图像中的空中高速动目标。
2、一种基于连续帧的空中高速动目标检测跟踪方法，包括以下步骤：
3、s1：在相邻两帧图像的帧差图上进行多向梯度的目标显著性增强，得到增强图像；
4、s2：采用局部极值的方法在增强图像上提取目标候选区域；
5、s3：基于运动方向差异性对提取出的目标候选区域进行虚警剔除；
6、s4：利用目标运动特性在剩余的目标候选区域中确定目标的坐标信息；
7、s5：基于目标的坐标信息，利用最小二乘预测技术对目标进行跟踪。
8、进一步地，所述增强图像的获取方法为：
9、相邻两帧图像做帧差，得到目标运动差异性凸显的帧差图；
10、分别获取帧差图上各像素的梯度检测函数δ(m,n)如下：
11、δ(m,n)＝δ(x+)*δ(x-)*δ(y+)*δ(y-)
12、其中，δ(x+)表示第m行第n列的像素(m,n)在水平正向x+上的梯度
13、将梯度检测函数δ(m,n)＝0的像素点记为背景，梯度检测函数δ(m,n)＝1的像素点记为目标，从而得到增强图像，其中，只有当δ(x+)、δ(x-)、δ(y+)、δ(y-)均大于设定值时，梯度检测函数δ(m,n)＝1。
14、进一步地，采用局部极值的方法在增强图像上提取目标候选区域具体为：
15、按照步长s/2，采用尺寸为s*s的滑窗遍历增强图像，对于每个滑窗提取的每个区域，获取该区域的极大值，再根据极大值进行种子点增长，直到增长值大于设定值后停止增长，停止增长后，种子点增长过程中积累的像素点作为当前滑窗内的目标候选区域。
16、进一步地，利用目标运动特性在剩余的目标候选区域中确定目标的坐标信息具体为：
17、将每个候选目标作为当前候选目标执行以下操作：
18、s41：在当前帧图像中，以当前候选目标为中心、目标帧间运动最大距离为半径，搜索落入半径内的其他候选目标，并两两连接成目标对，判断匹配目标对的目标特征同一性，剔除不符合同一性条件的目标对；其中，目标帧间运动最大距离为由目标运动速度、图像分辨率以及成像帧频计算得到的目标在相邻两帧图像之间的最大偏移距离；
19、s42：根据提取到的目标对，利用最小二乘法预测当前候选目标在下一帧图像中的可能位置，然后以所述可能位置作为下一帧图像与再下一帧图像之间的帧差图上的预测位置，并在预测位置周围搜索目标；
20、s43：利用目标特性与运动特性，对步骤s42中提取的目标与步骤s41中符合同一性条件的目标再次进行同一性确认，再次剔除虚警；
21、s44：根据连续3帧获得的目标轨迹坐标，计算目标航向、航速，进行目标判别，若检测到真实目标，确定真实目标的坐标信息，若未检测到目标，将下一帧图像作为新的当前帧图像，重新执行步骤s41～s43，直到检测到真实目标。
22、进一步地，基于目标的坐标信息，利用最小二乘预测技术对目标进行跟踪具体为：
23、s51：将跟踪置信度初始值设置为n，并根据已跟踪到的最新的m帧目标位置信息，进行下一帧的目标位置预测，在以预测点为中心、r为半径的范围内进行目标搜索；若搜索匹配到了目标，则认为跟踪正常，跟踪置信度加1；若搜索未匹配到目标，则认为跟踪异常，跟踪置信度减1；
24、s52：判断当前跟踪置信度是否大于初始值n，若大于n，则重新将跟踪置信度置为n，且认为跟踪正常，继续下一帧的目标跟踪，并输出跟踪链及目标切片信息；若当前跟踪置信度小于n且大于0，则跟踪置信度置保持当前值不变，且认为跟踪正常，继续下一帧的目标跟踪，并输出跟踪链及目标切片信息；若当前跟踪置信度为0或者小于0，则认为跟踪异常，目标丢失，重新执行步骤s1～s4进行目标检测。
25、有益效果：
26、1、本专利技术提供一种基于连续帧的空中高速动目标检测跟踪方法，通过相邻帧帧差进行目标运动信息凸显，在经过目标显著性增强后进行目标候选区提取，经过虚警剔除后再利用目标运动特性对目标精细判别，准确检测到目标，解决目标检测准确性低的问题；最后利用最小二乘轨迹预测技术，边预测边检测，对检测到的目标进行稳定长时跟踪；本专利技术能够较大提升遥感图像中空中高速动目标检测性能以及稳定跟踪过程中准确率，解决了可见光/红外遥感序列图像，复杂背景下空中高速动目标细节特征信息难提取的问题。
27、2、本专利技术提供一种基于连续帧的空中高速动目标检测跟踪方法，相邻两帧图像做帧差，可消除大部分背景干扰，在帧差图基础上对目标进行多向梯度显著性增强，可提高目标检测概率。
28、3、本专利技术提供一种基于连续帧的空中高速动目标检测跟踪方法，采用垂直正向y+、垂直负向y-、水平正向x+及水平负向x-四个方向的梯度来构建帧差图上各像素的梯度检测函数，能够简化增强图像的分析过程以及减少获取增强图像所需的计算量。
29、4、本专利技术提供一种基于连续帧的空中高速动目标检测跟踪方法，基于增强图像中局部背景中目标具有较强显著性的特点，采用局部极值的方法在增强图像上提取目标候选区域，能够解决由于图像中目标整体灰度与周围背景对比低而导致目标难提取的难题。
本文档来自技高网...【技术保护点】
1.一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，所述增强图像的获取方法为：
3.如权利要求1所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，采用局部极值的方法在增强图像上提取目标候选区域具体为：
4.如权利要求1所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，利用目标运动特性在剩余的目标候选区域中确定目标的坐标信息具体为：
5.如权利要求1～4任一权利要求所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，基于目标的坐标信息，利用最小二乘预测技术对目标进行跟踪具体为：
【技术特征摘要】
1.一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，所述增强图像的获取方法为：
3.如权利要求1所述的一种基于连续帧的空中高速动目标检测跟踪方法，其特征在于，采用局部极值的方法在增强图像上提取目标候选区域具...
【专利技术属性】
技术研发人员：高立宁，张俊青，段荣杰，孙嘉怡，章菲菲，张琦，
申请(专利权)人：北京理工雷科电子信息技术有限公司，
类型：发明
国别省市：
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。