[发明专利]一种空间红外目标的级联识别方法

说明书

技术领域

本发明属于红外目标的识别领域，具体涉及一种空间红外目标级联识别方法，主要应用于空间背景下红外目标的检测后处理，进行目标的判定与识别。

背景技术

空间红外目标由于成像距离较远，信噪比较低，很难通过单帧图像进行检测，因此多帧积累被广泛应用于空间红外目标的检测中。多帧积累进行红外目标检测时会产生目标能量的扩散，从而引入大量虚警，同时噪声、空间背景、恒星和行星等的干扰以及红外焦平面本身的特性（如盲源、闪源等）也会给检测带来很大影响，因此，检测后的红外目标识别技术是红外目标检测中的关键一环。红外目标识别常用的方法有重叠轨迹消除法、局部极值法等，其主要从检测方法本身出发去除虚警，进行目标判别，通常只能去除特定的一类虚警，并没有考虑到具体应用环境下的目标和背景信息，因此识别效果较为有限。

本发明充分利用红外成像系统的焦平面特性（如盲源、闪源等），空间红外目标的几何特性、运动特征和空间背景信息等，系统全面的针对不同情况下引起的虚警分别进行判别和去除，主要包括了由于目标扩散、强噪声积累、面目标和星体背景、闪源盲源干扰等引起的虚警，因此对空间红外目标获得了良好的识别效果。

发明内容

本发明利用空间红外成像系统特性和空间红外目标的几何特性、运动特征和背景信息等，在红外目标检测后进行目标识别，去除检测中的虚警，进行目标判别，确认目标运动轨迹。

本发明技术方案为：空间红外目标的级联识别方法，其步骤如下：

（1）输入多帧红外图像的积累值和检测结果，利用峰值判别法去除目标扩散或大面积假目标引起的虚警，获得潜在目标；

（2）输入上步获得的潜在目标的轨迹，进行方向判别，去除强噪声积累和闪源、盲源干扰引起的虚警，得到潜在目标点的轨迹；

（3）根据上步得到的潜在目标点的轨迹，进行静止轨迹判别去除星体背景引起的虚警；

（4）保留上步未被去除的潜在目标轨迹，宣布为识别出的目标运动轨迹。

步骤（1）中，峰值判别的计算公式为：

式中I(x,y)表示当前处理点(x,y)的多帧积累值，max(·)表示取最大值，Σ表示对于多帧积累值I取最大值的区域，这里指处理点(x,y)的一个邻域，通常可以取5×5、7×7或更大的邻域。

步骤（3）中，判别静止轨迹时，将轨迹信息依次存入变量trace中，依照下式计算帧间位移shift，并统计shift中0元素的个数。

shift＝diff(trace)

式中shift表示目标在相邻帧间的位移，diff表示计算trace中相邻元素的差。

步骤（3）中，在进行门限判决时需确定判决门限，其通常设置为轨迹长度的一定比例，例如0.8-1倍的轨迹长度，0元素个数多于判决时判决为虚警，0元素个数少于判决门限时判决为潜在目标。

本发明与现有技术相比的优点在于：

（1）、本发明充分利用红外成像系统、空间红外目标和背景特性，系统全面的针对不同情况下产生的虚警进行了判别和去除，获得了良好的识别效果。

（2）、本发明在实现过程中没有涉及复杂的运算，所以在提升工作性能的同时，并没有引入过多的计算量，简单易行。

（3）、本发明所提供方法对输入图像的信噪比要求不高，且不受目标运动模型和背景噪声模型的干扰，具有较好的通用性。

附图说明

图1为本发明空间红外目标级联识别方法的流程图；

图2为本发明仿真实验结果，其中：

     201：第三帧仿真数据；

     202：红外图像积累结果；

     203：红外图像检测结果；

     204：经过步骤1处理后的识别结果；

     205：潜在目标的运动轨迹；

     206：1号潜在目标的运动轨迹。

具体实施方式

下面结合附图以及具体实施例进一步说明本发明。

空间红外目标级联识别是红外目标检测的后续处理，其流程图如图1所示，输入多帧红外图像的积累值、检测结果和轨迹回溯的结果，去除目标检测过程中产生的虚警，进行目标判别，确认目标运动轨迹。其主要包括了以下4个步骤：

步骤1、根据输入的多帧红外图像积累值和检测结果，利用峰值判别法去除目标扩散或大面积假目标引起的虚警，获得潜在目标。