一种抗云层干扰的飞机目标检测方法技术

本发明专利技术属于图像处理技术领域中的光电技术飞行目标检测方法，具体涉及一种抗云层干扰的飞机降落过程中飞机目标检测方法。具体步骤如下：(1)滤波；⑵计算均值和标准差；⑶计算最优分割阈值；⑷分割图像；⑸确定候选目标区域；⑹计算候选目标长宽比；⑺根据长宽比参数筛选候选目标；⑻计算并存储所有候选目标的中心坐标；⑼确定连续存在的候选目标；⑽确定第一级候选目标；⑾计算第一级候选目标5帧之内的横向坐标变化：⑿根据横向坐标变化筛选第一级候选目标；⒀计算候选目标的轨迹；⒁进一步获取跟踪目标的目标位置；⒂计算第二级候选目标的位置坐标估计值；⒃计算第7帧和第9帧位置坐标估计值与实际值之间的距离；⒄确定目标；⒅最终确定目标。

【技术实现步骤摘要】
【专利摘要】本专利技术属于图像处理
中的光电技术飞行目标检测方法，具体涉及一种抗云层干扰的飞机降落过程中飞机目标检测方法。具体步骤如下：(1)滤波；⑵计算均值和标准差；⑶计算最优分割阈值；⑷分割图像；⑸确定候选目标区域；⑹计算候选目标长宽比；⑺根据长宽比参数筛选候选目标；⑻计算并存储所有候选目标的中心坐标；⑼确定连续存在的候选目标；⑽确定第一级候选目标；⑾计算第一级候选目标5帧之内的横向坐标变化：⑿根据横向坐标变化筛选第一级候选目标；⒀计算候选目标的轨迹；⒁进一步获取跟踪目标的目标位置；⒂计算第二级候选目标的位置坐标估计值；⒃计算第7帧和第9帧位置坐标估计值与实际值之间的距离；⒄确定目标；⒅最终确定目标。【专利说明】
本专利技术属于图像处理
中的光电技术飞行目标检测方法，具体涉及。
技术介绍
机场低空立体防控系统的主要功能之一是对飞机降落过程的监控。飞机的降落过程是航空事故概率较高的时段，全程监控飞机降落过程，有利于掌握飞机的飞行姿态等信息，为事故的调查和事故隐患的排除提供重要依据。在机场立体防控系统中，采用红外探测设备对机场低空区域进行成像，当正在降落的飞机出现在视场中时，根据特征进行目标捕获，确定飞机目标在图像中的位置，启动跟踪过程，对目标进行随动跟踪，直至安全降落到跑道。在飞机降落过程跟踪中，对飞机目标的捕获十分关键。在飞机目标刚出现在红外探测器视野中时，目标在图像中所占面积小，容易被红外探测器的噪声信号淹没，而机场低空区域的天气也直接影响到目标捕获过程，特别是当天空中云量较多的时候，飞机目标过程捕获中易将形状相似的云团误检测为飞机目标，因此在云量较大的背景下对飞机目标的有效识别就是问题的关键。由于云层与飞机目标在飞行速度上有明显区别，根据目标的运动特征，可以有效的将云层干扰剔除，从而实现飞机目标的正确识别。因此，针对机场立体视频监控系统中对飞机降落过程中捕获飞机目标的需求，目前亟需一种采用目标几何特征和运动特征相结合的方法，通过对目标几何特征的分析来有效剔除提出在形状上明显不符合飞机特征的目标区域。
技术实现思路
本专利技术要解决的技术问题是提供一种采用目标几何特征和运动特征相结合的方法，在红外监控图像中，通过图像处理方法将空中的小目标进行提取，从而根据目标的运动特征进行目标判别，剔除云层干扰，获取真实的飞机目标。为了实现这一目的，本专利技术采取的技术方案是—种抗云层干扰的飞机目标检测方法，应用于机场立体防控系统中飞机降落过程中飞机目标检测系统，根据红外图像中降落飞机目标的运动特性，对低空目标的运动特征进行分析，去除云层干扰，在待确认低空目标中确定降落过程中的飞机目标，具体步骤如下:⑴滤波:在机场区域低空监控红外图像中确定图像中的低空区域，低空区域根据摄像机摆放位置和视场范围确定；针对图像中飞机目标的低空区域，采用先横向后纵向的方式进行Top-Hat形态学滤波，滤波因子长度根据实际图像中目标确定；⑵计算均值和标准差:对进行Top-Hat滤波的图像区域计算滤波图像的均值μ和标准差。；设置滤波图像If为r行c列,均值μ表示为【权利要求】1.，应用于机场立体防控系统中飞机降落过程中飞机目标检测系统，其特征在于: 根据红外图像中降落飞机目标的运动特性，对低空目标的运动特征进行分析，去除云层干扰，在待确认低空目标中确定降落过程中的飞机目标，具体步骤如下: ⑴滤波: 在机场区域低空监控红外图像中确定图像中的低空区域，低空区域根据摄像机摆放位置和视场范围确定； 针对图像中飞机目标的低空区域，采用先横向后纵向的方式进行Top-Hat形态学滤波，滤波因子长度根据实际图像中目标确定； ⑵计算均值和标准差: 对进行Top-Hat滤波的图像区域计算滤波图像的均值μ和标准差σ ; 设置滤波图像IF*r行c列，均值μ表示为 2.如权利要求1所述的，其特征在于:步骤(12)中，系统阈值The取为10。3.如权利要求1所述的，其特征在于:步骤(17)中，系统阈值Ted取为10。4.如权利要求1所述的，其特征在于:步骤(1)中，摄像机图像分辨率为640X 256，选取中间l/2d的第65行至192行区域为低空区域。5.如权利要求1所述的，其特征在于:步骤(1)中，进行Top-Hat形态学滤波时，滤波因子横向为27，纵向为21。【文档编号】G06T7/00GK103679128SQ201210359066【公开日】2014年3月26日 申请日期:2012年9月24日 优先权日:2012年9月24日 【专利技术者】柴智, 李香祯, 杨文佳, 王楠, 石春雷 申请人:中国航天科工集团第二研究院二O七所本文档来自技高网...

【技术保护点】
一种抗云层干扰的飞机目标检测方法，应用于机场立体防控系统中飞机降落过程中飞机目标检测系统，其特征在于：根据红外图像中降落飞机目标的运动特性，对低空目标的运动特征进行分析，去除云层干扰，在待确认低空目标中确定降落过程中的飞机目标，具体步骤如下：⑴滤波：在机场区域低空监控红外图像中确定图像中的低空区域，低空区域根据摄像机摆放位置和视场范围确定；针对图像中飞机目标的低空区域，采用先横向后纵向的方式进行Top‑Hat形态学滤波，滤波因子长度根据实际图像中目标确定；⑵计算均值和标准差：对进行Top‑Hat滤波的图像区域计算滤波图像的均值μ和标准差σ；设置滤波图像IF为r行c列，均值μ表示为：标准差σ表示为： σ = 1 r × c - 1 Σ i = 1 r Σ j = 1 c ( I F ( i , j ) - μ ) 2 ; 其中IF(i，j)表示图像IF第i行第j列像素的像素值；⑶计算最优分割阈值：针对图像相中大于μ+σ的像素值，以最大类间方差准则计算最优分割阈值Th；⑷分割图像：根据阈值Th对滤波图像IF进行图像分割，形成分割图像IS；分割法则如下： I s ( i , j ) = 1 I F ( i , j ) ≥ Th 0 I F ( i , j ) < Th 其中IF(i，j)表示图像IF第i行第j列像素的像素值，IS(i，j)表示图像IS 第i行第j列像素的像素值；⑸确定候选目标区域：将分割图像中像素值为1的连通区域进行像素数统计，去除像素数为1的孤立点；将其他连通区域按照像素数从大到小排序，选择像素数最大的5个区域作为候选目标；⑹计算候选目标长宽比：长参数1gh为目标区域外接矩形横方向像素数，宽参数wdh为目标区域外接矩形纵方向像素数；目标长宽比1w定义为：⑺根据长宽比参数筛选候选目标：将长宽比参数1w小于1和大于10的目标区域从第一级候选目标区域中剔除；⑻计算并存储所有候选目标的中心坐标：候选目标宽度为候选目标区域最右边像素与最左边像素横坐标差值，候选目标高度为候选目标区域最上边像素与最下边像素纵坐标差值，候选目标面积为候选目标区域覆盖像素数；设候选目标所覆盖p个像素坐标分别为(x1,y1)，(x2,y2)，…，(xp，yp)，该候选目标中心(cx，cy)坐标为：⑼在候选目标中确定连续存在的候选目标：对之后的图像帧重复步骤（1）～步骤（8），记录...

【技术特征摘要】

【专利技术属性】
技术研发人员：柴智，李香祯，杨文佳，王楠，石春雷，
申请(专利权)人：中国航天科工集团第二研究院二O七所，
类型：发明
国别省市：北京;11