[发明专利]一种基于有向带权图的低空运动目标搜索方法

说明书

本发明涉及一种基于有向带权图的低空运动目标搜索方法，属于图像处理技术领域。针对目前已有的可见光序列图像运动目标搜索方法，大多存在搜索范围固定、搜索效率较低的问题，本发明采用包含拓扑关系和权重的有向带权图来描述图像局部区域间的相对运动关系，依据目标的运动趋势动态规划搜索范围，使搜索过程更具方向性和针对性，在缩小搜索范围的同时，缩短了搜索时间，并提高了搜索准确度。在此基础上，结合一种基于采样策略优化的降维Haar特征描述图像局部信息，提高了对运动目标的表征能力，从而实现对序列图像中运动目标的准确、快速搜索。

技术领域

本发明属于图像处理技术领域，涉及一种基于有向带权图的低空运动目标搜索方法。

背景技术

运动目标搜索是图像处理和机器视觉领域的重要研究课题，目前运动目标搜索技术已被广泛应用于安防监控、遥感图像以及智能机器人领域，运动目标搜索是对图像序列或视频中感兴趣且运动的目标从背景中区分并提取。近年，随着无人机的发展，对无人机进行安全监控的需求也逐渐增多，因此对低空空域的动目标搜索是研究热点之一。

高美凤，刘娣(《分块帧差和背景差相融合的运动目标检测》，计算机应用研究，2013,30-1,299-302)中利用图像分块建立初始背景模型，将视频图像划分为多个子块，对帧间差分图像的各子块进行自适应阈值检测，完成运动目标的粗分割，采用双阈值背景差分和邻域背景差分法对粗分割出来的运动区域进行细分割，但该方法仍是基于对背景建模，对背景细节的建模精准性较低，难以满足对尺寸小、速度快的低空运动目标目标搜索。

发明内容

本发明解决的技术问题是：针对目前已有的可见光序列图像运动目标搜索方法，大多存在搜索范围固定、搜索效率较低的问题，本发明采用包含拓扑关系和权重的有向带权图来描述图像局部区域间的相对运动关系，依据目标的运动趋势动态规划搜索范围，使搜索过程更具方向性和针对性，在缩小搜索范围的同时，缩短了搜索时间，并提高了搜索准确度。在此基础上，结合一种基于采样策略优化的降维Haar特征描述图像局部信息，提高了对运动目标的表征能力，从而实现对序列图像中运动目标的准确、快速搜索。

发明效果

本发明的技术效果在于：通过采用有向带权图描述分块近邻关系，根据目标运动方向规划搜索区域的方向性，优化搜索策略，缩短了搜索时间，提高了对运动目标搜索的效率。

附图说明

图1为算法流程图

具体实施方式

下面结合附图对本发明的技术方案进行详细说明

本发明是通过以下技术方案实现的，基于有向带权图的低空运动目标搜索方法，其具体步骤如下：

(1)对长度为n的序列图像F中的每帧图像f_i(i＝1,2,…,n)进行分块处理,将其分解m个图像块B_i(x_i,yi)(i＝1,2,…,m)，xi和yi为图像块在图像中的位置坐标，每个图像块的宽为W，高为H，通过有向带权图表示每个图像块之间的关联关系。W×H参数解释

建立有向带权图G，G中第t个节点以node_t(ix_t,iy_t)标记，对应f_i中的一个图像块B_k(x_k,y_k)，对应关系为：

每个节点node_t带有两个权重和取值均在[-1,1]之内，初始值为0。

有向图G中所有节点两两相连，由node_s有向图中第s个节点指向node_t的边表示为edge_s,t，其长度dist_s,t定义为：