一种长波红外弱小目标检测识别方法技术

本发明专利技术提供了一种长波红外弱小目标检测识别方法。通过本发明专利技术的技术方案，结合平台运动特性以及目标大小、辐射强度、运动速度、探测器缺陷及噪声水平等先验特性信息设计相关的阈值参数，可实现长波红外弱小目标的检测与识别。算法通过灰度带通滤波进行背景噪声估计，可降低极值点对背景噪声估计的影响，提升红外探测的灵敏度；采用目标运动速度、像素大小、目标位置、存活概率等多维特征信息，可有效抑制探测器亮元、暗元、死元、闪元的干扰，实现弱小目标在强干扰条件下的识别。目标在强干扰条件下的识别。目标在强干扰条件下的识别。

【技术实现步骤摘要】
一种长波红外弱小目标检测识别方法


[0001]本申请涉及目标探测与告警
，具体涉及一种长波红外弱小目标检测识别方法。

技术介绍

[0002]红外预警系统图像的背景杂波多，场景复杂，给小目标检测带来很大的挑战。而长波红外探测器技术相对于中波探测器而言，技术难度更高，探测器的亮元、死元、盲元、闪元、暗电流噪声更大，制约了长波红外探测系统性能。
[0003]目前长波红外探测技术在面对深空背景探测时，有以下问题待解决：1)盲元、闪元、暗电流噪声较大；2)虚警率高。综上所述，实现盲闪元干扰背景下的弱小目标检测识别，在保证高探测率的同时降低虚警率，是迫切需要解决的技术问题。

技术实现思路

[0004]为了解决上述技术问题，提出了一种长波红外弱小目标检测识别方法，该方法针对探测器噪声干扰条件下的弱小目标探测识别问题，通过从图像中检测出多个侯选目标，再从中识别出真正的目标，并给出目标的角度脱靶量，以实现目标的检出与识别。
[0005]本专利技术所采用的技术方案如下：
[0006]一种长波红外弱小目标检测识别方法，该方法包括如下步骤：
[0007]步骤1、连通域标记提取候选目标数据；
[0008]步骤2、重复步骤1，进行数据积累，积累N帧候选目标数据；
[0009]步骤3、积累至第N+1帧数据，根据积累的目标数据执行决策判断以进行真假识别；
[0010]步骤4、根据真假识别结果进行判断，如果符合决策判据，则进入跟踪阶段，并输出目标的位置信息；如果不符合决策判据，则积累的N帧数据清零，返回步骤1；
[0011]步骤5、跟踪阶段执行虚检处理，如果发现存在虚检，则执行跟踪退出操作，积累的N帧数据清零，返回步骤1，否则持续进入跟踪阶段。
[0012]进一步的，步骤5中执行跟踪退出操作的条件包括如下任意一个：
[0013]退出条件一：如果目标K帧连续不运动，则闪元被检测为目标，执行跟踪退出操作；
[0014]退出条件二：如果所述跟踪阶段中的目标面积小于给定阈值，则执行跟踪退出操作；
[0015]退出条件三：如果所述跟踪阶段中的目标存活概率小于给定阈值，则执行跟踪退出操作；
[0016]退出条件四：如果所述跟踪阶段中目标面积大于给定阈值，则执行跟踪退出操作。
[0017]进一步的，步骤3中根据积累的目标数据执行决策判断，具体包括：
[0018]第N+1帧对前N帧数据进行距离匹配，找出距离最近的目标，标记为同一个目标，计算所述同一个目标帧间的运动值、平均面积、平均灰度，利用预设的假目标判断阈值进行假目标剔除，筛选确认出真目标；
[0019]其中，所述运动值包括两种运动值，一种是绝对运动值，一种是相对运动值。绝对运动值为去除平台自身晃动导致的目标位置变化，只包含目标沿垂直光轴面运动导致的目标在图像中的位置变化。相对运动值耦合了探测平台自身的姿态运动带来的目标在图像中的位置变化，为第N+1帧目标位置坐标与前N帧位置坐标差。
[0020]进一步的，在步骤1中，连通域标记提取候选目标数据，具体包括：
[0021]首先计算图像灰度均值与标准差，利用信噪比阈值计算目标分割阈值，利用连通域标记算法提取候选目标，在进行连通域标记的同时，将灰度大于一定阈值且像素个数为1的目标直接剔除掉；连通域标记完成后，对提取的候选目标先按照灰度排序，提取连通域灰度总和最大的前M/2个目标，然后对剩下的目标按照面积排序，再提取面积最大的前M/2个目标；每张图像中共提取出M个目标进行后续处理，对于提取出的所述M个目标中的每一个，分别记录位置坐标、灰度均值以及目标像素个数，写入连通域信息表中。
[0022]进一步的，在步骤3中，假目标判断阈值包括：1)设置了上下限的平均成像面积阈值；2)设置了上下限的平均位置变化范围阈值；3)设置了上下限的目标灰度均值。
[0023]进一步的，在步骤2中，进行数据积累，具体包括：
[0024]对于前N帧，进行全幅面检测，每帧中选出M个候选目标区域，仅保存并积累这M个目标区域的信息，不予输出任何目标识别信息。
[0025]进一步的，在步骤3中，积累至第N+1帧数据，根据积累的目标数据执行决策判断以进行真假识别，其中，所述执行决策判断以进行真假识别，具体包括如下步骤：
[0026]步骤301、对当前帧作全幅面阈值处理，选出候选目标区域，更新候选目标连通域信息表；
[0027]步骤302、统计N帧之内所有候选目标区域的坐标位置变化的绝对值总和，保留位置变化在给定阈值像素之内的候选目标，如果不存在，则退出步骤3，输出不符合决策判据，积累数据清零；如果存在，则进行下一步；
[0028]步骤303、是否在图像边界判断，去除位于图像上下左右边界区域的目标，如果不存在剩余目标，则退出步骤3，输出不符合决策判据，积累数据清零；如果存在，则进行下一步；
[0029]步骤304、计算像素面积，保留面积在给定阈值范围之内的，如果不存在剩余目标，则退出步骤3，输出不符合决策判据，积累数据清零；如果存在，则进行下一步；
[0030]步骤305、若仅存在1个候选目标，则判定为正确目标；若此时尚存在多于1个候选目标，则通过设置目标面积和变化范围的期望值，计算每个候选目标与期望值之间的偏差，差值的绝对值最小者，确认为正确目标，并转入跟踪阶段。
[0031]进一步的，所述转入跟踪阶段，具体包括：
[0032]以上一帧确认的正确目标位置为中心，对局部图像窗口进行阈值分割处理，提取候选目标区域连通域信息，其中局部窗口大小设定为W
×
W；
[0033]如果没有候选目标，则该确认目标的存活周期不变，丢失数加1；
[0034]若仅存1个候选目标，则将该候选目标与上一帧确认目标信息作比较；若存在多于1个候选目标，则选出面积最大者，与上一帧确认目标信息作比较；
[0035]若发生以下任意一种情况，则将该候选目标剔除不要，存活周期、丢失数、帧间运动数累计值清零，返回步骤1并执行：帧间位置变化大于P_shift像素；或者帧间成像面积变
化大于Area_shift像素；否则，确认目标，持续跟踪，输出目标识别结果，目标的存活周期数加1，丢失数不变，帧间运动数累计值加上本帧帧间运动变化的绝对值，直至流程结束。
[0036]进一步的，在进行图像灰度均值与标准差计算过程中，为了抑制闪云、盲元、热元、暗元对均值方差的影响，采用迭代法计算实现灰度的带通滤波，只让灰度位于上一帧图像均值附近的像素参与本帧图像背景均值和方差的统计，剔除极值点对均值方差的影响。
[0037]进一步的，所述退出条件一中的是否连续运动的判断，以及所述退出条件三中的目标存活概率的判断，具体包括：
[0038]当存活周期与丢失数求和等于给定值F时，才对帧间运动数累计值及存活概率进行判断；如果累计值在给定阈值范围以外，则说明目标一直没有运动，退出跟踪阶段，存活周期、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种长波红外弱小目标检测识别方法，其特征在于，该方法包括如下步骤：步骤1、连通域标记提取候选目标数据；步骤2、重复步骤1，进行数据积累，积累N帧候选目标数据；步骤3、积累至第N+1帧数据，根据积累的目标数据执行决策判断以进行真假识别；步骤4、根据真假识别结果进行判断，如果符合决策判据，则进入跟踪阶段，并输出目标的位置信息；如果不符合决策判据，则积累的N帧数据清零，返回步骤1；步骤5、跟踪阶段执行虚检处理，如果发现存在虚检，则执行跟踪退出操作，积累的N帧数据清零，返回步骤1，否则持续进入跟踪阶段。2.根据权利要求1所述的方法，其特征在于，步骤5中执行跟踪退出操作的条件包括如下任意一个：退出条件一：如果目标K帧连续不运动，则闪元被检测为目标，执行跟踪退出操作；退出条件二：如果所述跟踪阶段中的目标面积小于给定阈值，则执行跟踪退出操作；退出条件三：如果所述跟踪阶段中的目标存活概率小于给定阈值，则执行跟踪退出操作；退出条件四：如果所述跟踪阶段中目标面积大于给定阈值，则执行跟踪退出操作。3.根据权利要求1所述的方法，其特征在于，步骤3中根据积累的目标数据执行决策判断，具体包括：第N+1帧对前N帧数据进行距离匹配，找出距离最近的目标，标记为同一个目标，计算所述同一个目标帧间的运动值、平均面积、平均灰度，利用预设的假目标判断阈值进行假目标剔除，筛选确认出真目标；其中，所述运动值包括两种运动值，一种是绝对运动值，一种是相对运动值。绝对运动值为去除平台自身晃动导致的目标位置变化，只包含目标沿垂直光轴面运动导致的目标在图像中的位置变化。相对运动值耦合了探测平台自身的姿态运动带来的目标在图像中的位置变化，为第N+1帧目标位置坐标与前N帧位置坐标差。4.根据权利要求1所述的方法，其特征在于，在步骤1中，连通域标记提取候选目标数据，具体包括：首先计算图像灰度均值与标准差，利用信噪比阈值计算目标分割阈值，利用连通域标记算法提取候选目标，在进行连通域标记的同时，将灰度大于一定阈值且像素个数为1的目标直接剔除掉；连通域标记完成后，对提取的候选目标先按照灰度排序，提取连通域灰度总和最大的前M/2个目标，然后对剩下的目标按照面积排序，再提取面积最大的前M/2个目标；每张图像中共提取出M个目标进行后续处理，对于提取出的所述M个目标中的每一个，分别记录位置坐标、灰度均值以及目标像素个数，写入连通域信息表中。5.根据权利要求3所述的方法，其特征在于，在步骤3中，假目标判断阈值包括：1)设置了上下限的平均成像面积阈值；2)设置了上下限的平均位置变化范围阈值；3)设置了上下限的目标灰度均值。6.根据权利要求1所述的方法，其特征在于，在步骤2中，进行数据积累，具体包括：对于前N帧，进行全幅面检测，每帧中选出M个候选目标区域，仅保存并积累这M个目标区域的信息，不予输出任何目标识别信息。7.根据权利要求6所述的方法，其特征在于，在步骤3中，积累至第N+1帧数据，根据积累
...

【专利技术属性】
技术研发人员：李建华，薛峰，赵茜，李志峰，薛莲，蔡雯琳，方艺忠，高路，刘佳琪，金文，毛宪宁，刘鑫，牛振红，束逸，杜润乐，雍正宇，刘雪梅，王永海，艾夏，彭程远，赵巨岩，郑沛，江志烨，
申请(专利权)人：北京航天长征飞行器研究所，
类型：发明
国别省市：