基于时间序列分析的密集弱小目标检测方法及系统技术方案

本发明专利技术属于运动目标检测领域，涉及基于时间序列分析的密集弱小目标检测方法及系统。该方法包括：对收到的图像序列进行预处理，获得每个像元对应的像元时序强度信号；采用时间序列分析技术，处理每一条像元时序强度信号，重复该步骤直至得到所有重建后的仅包含目标信号的像元时序强度信号；根据帧数获得所有重建信号中每一帧对应的信号数据，重构该帧对应的检测图像；采用密度聚类对检测图像进行处理，将离散的目标像元点聚类为目标，并消除虚警点；得到目标对应的所有像元后，采用矩阵外界法获得目标的包围框，并将包围框添加到原始图像中，得到该帧的检测结果，重复该步骤直至得到所有帧的检测结果。

【技术实现步骤摘要】

本专利技术属于运动目标检测领域，具体涉及基于时间序列分析的密集弱小目标检测方法及系统。

技术介绍

1、运动目标检测在军事国防、交通管理、海洋监测等领域具有重要应用，也是国内外的研究热点。在实际的监视预警系统中，为了尽快、尽早发现目标，要求探测距离尽可能远、探测视场尽可能大。然而在远距离、大视场成像条件下，运动目标经过成像后仅占据几个像元，目标能量变弱，丧失形状、纹理、尺寸等空域特征，呈现为弱小目标。同时，随着探测系统和探测目标的快速发展，在某些特殊探测场景下，视场内可能存在大量弱小目标，在空域上目标呈现密集特性，对探测视场内的密集弱小目标实现有效检测具有重要意义。

2、运动目标检测方法可分为模型驱动的检测方法和数据驱动的检测方法。模型驱动的检测方法是基于目标和背景之间的特征差异手动设计检测器，而数据驱动的检测方法则是通过设计神经网络，让神经网络自主学习大量数据中的目标特征，从而实现检测。在绝大部分领域，以深度学习为代表的数据驱动检测法的性能已遥遥领先于模型驱动检测法。但在弱小目标检测上，由于目标能量较弱、空域特征匮乏，数据驱动的检测方法难以有效本文档来自技高网...

【技术保护点】

1.一种基于时间序列分析的密集弱小目标检测方法，包括：

2.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤A包括：

3.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤B包括：

4.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤C包括：

5.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤D包括：

6.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤E包括：

<...

【技术特征摘要】

1.一种基于时间序列分析的密集弱小目标检测方法，包括：

2.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤a包括：

3.根据权利要求1所述的基于时间序列分析的密集弱小目标检测方法，其特征在于，所述步骤b包括：

4.根据权利要求1所述的基于时间序列分析的密集弱小目...

【专利技术属性】
技术研发人员：高伟华，牛文龙，唐竭，齐兆远，李运，彭晓东，杨震，
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：