[发明专利]一种时域周期点目标检测方法

说明书

本发明公开了一种时域周期点目标检测方法，其包括以下步骤：将待检测对象的单帧原图转换成灰度图像，并对灰度图像进行噪声抑制，得到去噪图像；对去噪图像进行双差分联合二值化处理，得到候选目标二值图；对候选目标二值图进行连通域标记，得到一个单帧候选目标点集；进行空域特征分析及提取，剔除单帧候选目标点集的伪目标点；进行时域特征分析及提取，得到高度疑似目标点集；通过多帧信息综合判决，将时间长度最长的高度疑似目标作为真实目标。本发明降低了单帧检测的虚警概率，有效地降低了后续利用时域特征的多帧检测算法的计算复杂度，并有效地滤除了单帧检测难以排除的符合空域特征的伪目标点，实现了点目标检测。

技术领域

本发明涉及目标检测领域，具体涉及一种时域周期点目标检测方法。

背景技术

目标检测技术是指在同时包含目标、背景和干扰的图像序列中，检出感兴趣图像区域(目标)的过程。能否在适当的时刻准确无误的将目标筛选出来，是该技术能否成功应用于实际工业生产环境及军事活动现场等相关领域的关键。近年来，目标检测技术中难度较高的点目标检测在军事领域、天文观测、远程监控等领域等具有广泛的应用。由于实际成像系统与目标之间距离较远，导致目标在图像序列中呈现点状，占据面积较少(约数十个像素左右)，边缘信息模糊，形态特征不够明显，纹理信息几乎完全缺失，相对而言，图像就会受到更多空间中的噪声和复杂背景的影响，对该类目标的检测和跟踪变得非常困难。

发明内容

针对现有技术中的上述不足，本发明提供的一种时域周期点目标检测方法提供了一种点目标的检测方法。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种时域周期点目标检测方法，其包括以下步骤：

S1、将待检测对象的单帧原图转换成灰度图像，并对灰度图像进行噪声抑制，得到去噪图像；

S2、对去噪图像进行双差分联合二值化处理，得到候选目标二值图；

S3、对候选目标二值图进行连通域标记，得到一个具有空域特征信息的单帧候选目标点集；

S4、对单帧候选目标点集中的候选目标进行空域特征分析及提取，剔除单帧候选目标点集的伪目标点；

S5、设定一个滑动窗口，并将其初始状态设定为待检测对象的前连续k帧图像，基于时间周期特征对前连续k帧图像中剔除掉伪目标点的单帧候选目标点集进行时域特征分析及提取，得到k帧原始图像序列的一组k帧高度疑似目标点集；将滑动窗口的后续状态设置为一次一帧的速度向前滑动，采用与初始状态相同的方法得到多组单帧高度疑似目标点集；

S6、计算多组单帧高度疑似目标点集中各个疑似目标在k帧高度疑似目标点集中出现的时间长度，将时间长度最长的高度疑似目标作为真实目标，实现点目标检测。

进一步地，步骤S2的具体方法为：

S2-1、采用面积大于待检测对象面积的矩形结构元对去噪图像I'(x,y)进行中值滤波，得到背景估计图像IB1(x,y)；采用面积大于待检测对象面积的圆形结构元对去噪图像I'(x,y)进行灰度图形学开运算，得到背景估计图像IB2(x,y)；

S2-2、将背景估计图像IB1(x,y)和背景估计图像IB2(x,y)分别与去噪图像I'(x,y)进行差分处理，并根据目标灰度与背景差异的统计分析设定全局静态阈值T，根据公式

IBn(x,y)∈IBn

得到任一候选目标点IBn(x,y)，进而得到候选目标二值图IBn。

进一步地，步骤S3中空域特征信息包括计数、像素、形状、位置和灰度值。

进一步地，步骤S5中基于时间周期特征得到高度疑似目标点集的方法为：