[发明专利]一种基于红外图像的弱小运动目标检测方法

权利要求书

1.一种基于红外图像的弱小运动目标检测方法，其特征在于，包括以下步骤：

步骤1、对接收到的红外图像进行中值背景差处理，得到中值背景，之后将中值背景与检测帧作绝对值帧差；

步骤2、生成累积差图像，对相邻两帧图像连续作绝对值帧差，并将差图像累积相加得到累积差图像；

步骤3、对差图像进行分割，选取阈值分割中值背景差图像和累积差图像；

步骤4、对中值背景差图像和累积差图像进行二值化处理，得到二值化图像，之后利用周期性约束对两二值化图像进行处理，消除周期性运动区域干扰，突出真实运动目标；

步骤5、利用目标运动轨迹的连续性和灰度一致性对得到的运动目标进行检测，消除虚假目标，得到合理目标运动轨迹。

2.根据权利要求1所述的基于红外图像的弱小运动目标检测方法，其特征在于，步骤1对接收到的红外图像进行中值背景差处理具体包括以下步骤：

步骤11、采用灰度直方图计算历史N帧象素点中灰度值的中值，象素灰度级为0到255，从直方图中得到中值方法是灰度级从低到高的累加所有经过的灰度级的频数f，当f＞＝N/2，累计停止，当前对应的灰度级即为中值；

步骤12、用循环队列保存N帧图像，用以动态更新每个象素的灰度直方图；对每个象素的灰度直方图进行动态更新时，即当处理第K帧时，将第K-1帧对应的直方图作如下更新：根据第K-N帧各象素灰度值将灰度直方图上的对应灰度级的频数减1，根据第K帧各象素灰度值将灰度直方图上的对应灰度级的频数加1，上述K＞N；

步骤13、建立一幅与原图等宽高的图像，每个象素取对应象素直方图的中值，得到中值背景，将检测帧与中值背景作绝对值帧差，得到中值背景差图像。

3.根据权利要求1所述的基于红外图像的弱小运动目标检测方法，其特征在于，步骤2生成累积差图像具体包括以下步骤：

步骤21、对保存的N帧图像相邻两帧图像两两作平方差，并将平方差值累积到一幅空图像中；

步骤22、对累计图像进行更新处理：从累积图像中减去时间最久两帧的平方差值，再加上新图像与前一帧的平方差值，从而完成累积图像的更新；

步骤23、求取累积差图像，即将N个差图像累积相加求均值。

4.根据权利要求1所述的基于红外图像的弱小运动目标检测方法，其特征在于，步骤3对差图像进行分割具体包括以下步骤：

步骤31、对中值背景差图像和累加差图像均采用阈值Th＝u+3σ进行二值化，其中Th是采用的阈值，u是各自差图像的均值，σ是各自差图像的标准差；

步骤32、使用3×3空域中值滤波去除噪声。

5.根据权利要求1所述的基于红外图像的弱小运动目标检测方法，其特征在于，步骤4利用周期性约束对两二值化图像进行处理具体为：

步骤41、设定周期性运动区域的周期T，所述周期T为持续的图像帧数，之后对两段累积图像分别进行二值分割；

步骤42、对上述两幅二值化图像进行“异或”运算，得到异或图像，即两图像对应象素灰度值相同则异或图像对应象素为0，否则为255；

步骤43、使用中值背景差二值化图像与异或图像进行“与”运算，得到与图像，“与”运算是指两图像对应象素灰度值都为255则与图像对应象素为255，否则为0；

步骤44：使用w×w空域中值滤波去除噪声，w为模板参数。

6.根据权利要求1所述的基于红外图像的弱小运动目标检测方法，其特征在于，步骤5利用目标运动轨迹的连续性和灰度一致性对得到的运动目标进行检测包括以下步骤：

步骤51、保存运动目标检测的前k帧检测结果，将前k帧中每个区域都作为真实目标上报；

步骤52、从第k+1帧开始，对每个区域进行判定，判定其是否可以作为真实目标上报，即将每个区域与前k帧中的区域进行轨迹关联，使用灰度约束、角度约束、速度约束找出合理的运动轨迹，所述合理的运动轨迹为满足目标灰度一致性和运动轨迹的连续性要求的轨迹，当且仅当存在至少一条合理的轨迹时，该区域才允许作为目标上报。