[发明专利]一种面向精确打击的地面运动目标检测与识别方法

说明书

本发明公开了一种面向精确打击的地面运动目标检测与识别方法，首先联合时空信息提取目标候选区域：先利用时域信息获取运动图像，根据运动图像计算前向运动历史图和后向运动历史图，将前向运动历史图和后向运动历史图按像素取最小值得到的图像作为输入图像；通过自适应阈值处理和连通域提取获得候选运动区域；再利用空域信息，计算所述候选运动区域的物质性分值，通过阈值处理获得目标候选区域；其次进行目标候选区域识别：通过局部低约束编码完成特征学习，并利用线性支持向量机实现对目标候选区域的识别，保留被识别为特定目标的候选区域，得到最终的检测结果。本发明实现了复杂环境下对地面多运动目标的自动检测与识别，提高打击的精确度。

技术领域

本发明涉及图像处理和军事技术领域，具体是一种面向精确打击的地面运动目标检测与识别方法。

背景技术

根据现代信息化战争的需求，精确打击需要利用机载传感器在复杂的战场环境中实时发现一切有价值的伪装目标，准确捕获、识别、及有效地摧毁这些目标。因此，选择合适的机载传感器对于精确打击的实施效果是至关重要的。机载图像传感器按其工作方式可分为无源被动传感器和有源主动传感器，其中，无源被动传感器主要包括可见光传感器和红外传感器，而有源主动传感器主要包括合成孔径雷达，毫米波雷达，主动激光视觉系统等。

对于精确打击而言，无源被动传感器相比于有源主动传感器具有以下几点优势：1)隐蔽性强。完全被动式无源探测可以保证先敌发现、监视和跟踪目标。2)抗电磁干扰。无源被动传感器不受电磁干扰的影响，可以在雷达静默或收到电子压制时取代雷达工作。由于无源被动传感器所具备的上述优势，目前国内外针对基于无源被动图像的精确打击技术展开了大量的研究工作。

为了确保精确打击的有效实施，首先需要从无源被动传感器所提供的图像中检测出目标，因此基于无源被动图像的目标检测对于精确打击是至关重要的。区别于一般意义上的目标检测，面前精确打击的目标检测具有一定的特殊性，具体可以归纳为以下几点：1)背景的复杂性。由于战场环境是千变万化的，因此待打击目标所处的背景往往较为复杂。2)目标的多样性。由于待打击目标往往是以集群的形式出现的，因此图像中有可能会出现多个不同类别的目标。3)运动的多样性。一旦待打击目标发现了我方战机，必然会想方设法进行机动运动，以免被本方战机锁定摧毁，因此目标往往是运动的。

发明内容

发明目的：为了解决现有技术存在的问题，实现复杂环境下对地面多运动目标的自动检测与识别，克服精确打击的技术难点，本发明提供一种面向精确打击的地面运动目标检测与识别方法。

技术方案：一种面向精确打击的地面运动目标检测与识别方法，包括以下步骤：

步骤一：联合时空信息提取目标候选区域：先利用时域信息获取运动图像，根据运动图像计算前向运动历史图和后向运动历史图，将前向运动历史图和后向运动历史图融合，按像素取最小值得到前后向运动历史图，作为输入图像；通过自适应阈值处理和连通域提取获得候选运动区域；再利用空域信息，计算所述候选运动区域的物质性分值，通过阈值处理获得目标候选区域；

步骤二：目标候选区域识别：通过局部低约束编码完成特征学习，并利用线性支持向量机实现对目标候选区域的识别，保留被识别为特定目标的候选区域，得到最终的检测结果。

进一步的，所述步骤一中利用时域信息获取运动图像的具体方法包括：

(1.1)背景运动估计：采用KLT特征点跟踪器结合RANSAC算法估计背景运动，给定相邻两帧图像第τ帧图像I(τ)和第τ+1帧图像I(τ+1)，在第τ帧图像I(τ)上均匀取点，采用KLT特征点跟踪器提取第τ+1帧图像I(τ+1)上的匹配特征点，再利用RANSAC算法去除离群值，用得到的特征点对拟合8参数的平面投影变换，获得的单应性矩阵即为第τ帧图像到第τ+1帧图像的背景运动估计；

(1.2)采用帧差法，每N帧图像计算一幅运动图像；设第τ帧图像的背景运动补偿图像为则根据所述背景运动估计对图像进行背景运动补偿：