[发明专利]基于红外视频的舰船检测及跟踪方法

权利要求书

1.一种基于红外视频的舰船检测及跟踪方法，其特征在于包括以下步骤：

步骤1、采用梯度算子法和霍夫变换法检测并提取海天线，利用海天线从视频画面中分割出海面区域；

步骤2、基于改进的ViBe算法进行红外视频前景提取，从视频海面区域提取疑似目标，同时对提取图像进行修复；

步骤3、基于统计直方图分析图像纹理特征，进行目标的捕获；

步骤4、基于多特征和显著性检测的MeanShift算法跟踪运动目标。

2.根据权利要求1所述的基于红外视频的舰船检测及跟踪方法，其特征在于：步骤1的具体过程如下：

首先，采用梯度算子法提取海天线；使用Sobel算子进行水平梯度检测，得出水平梯度g_x，使用Sobel算子进行垂直梯度检测，得出垂直梯度g_y；根据计算总梯度g，对图像每一行的梯度g求和，具有最大值的行即为海天线所在的行，由此提取出海天线；

同时，利用霍夫变换法提取海天线；设定提取角度范围，提取图像中较长的几条水平方向的直线，对直线进行延长并与图像边缘相交，分别取直线与两侧边缘交点的平均值，将左右两侧的平均值相连，画出的直线视为海天线；

将两个方法获得的两条海天线进行对照，若两者之间相差较大则视为提取失败；若提取行号相差阈值不超过5，则根据容错要求取两者均值或行号最小值作为最终的海天线。

3.根据权利要求1所述的基于红外视频的舰船检测及跟踪方法，其特征在于：步骤2中改进的ViBe算法过程如下：

(1)定义背景模型：背景模型中的每一个像素由n个背景样本组成，记v(x)表示在给定的欧式颜色空间中图像在x处的像素值，v_i表示在x处周围的背景像素值，i为索引号；M(x)表示x处的背景模型，该模型中包含所有的v_i，公式如下：

M(x)＝{v₁，v₂，…，v_n-1，v_n}(1)；

(2)背景模型初始化：从x的24邻域N_G(x)中随机选取20个样本值用于初始化背景模型，公式如下：M⁰(x)＝{v⁰(y|y∈N_G(x))}(2)，M⁰(x)表示背景模型的初始值，v⁰表示初始化时选取的抽样点；

(3)像素分类：采用2-D空间中的欧氏距离对像素进行分类，记S_R(v(x))表示以v(x)为中心、半径为R的2-D欧式空间，若S_R(v(x))与M(x)的交集满足一定的基数，则认为v(x)是背景像素；

(4)背景模型更新：随机地从背景模型M(x)中选取一个值用新的背景像素p(x)代替，对背景模型进行更新；

(5)信息传播：在对背景模型更新的同时，同时采用新的像素p(x)更新邻域N_G(x)中像素的样本。

4.根据权利要求1所述的基于红外视频的舰船检测及跟踪方法，其特征在于：步骤2中对提取图像修复的步骤如下：

(1)求取前景图像上的连通区域b_i，得到连通区域集合B₁{b₁，b₂，…，b_n}；

(2)如果某个连通区域b_i内的像素数小于10，则丢弃此连通区域，得到新的连通区域集合B₂{b₁，b₂，…，b_m}；

(3)对B₂{b₁，b₂，…，b_m}中每个连通区域进行统计，如果某个连通区域b_i像素数大于10而小于60，则认为此连通区域内存在漏洞，应该对其用1值进行填充。