[发明专利]基于轨迹点时空一致性的红外弱小运动目标的检测方法

权利要求书

1.基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，具体按照以下步骤实施：

步骤1、采集视频图像V＝{I^k}，并灰度化处理得V'＝{Igray^k}，图像大小为width×height，k＝1,2,…,K，K为视频总帧数；

步骤2、创建一个动态变化的轨迹列表TrajL，初始化TrajL为空，轨迹列表中每条轨迹的最大长度设置为15；

步骤3、判断步骤1中采集到的当前帧图像I_k是否为视频的第一帧图像I₁，如果是，转入步骤4；否则转入步骤5；

步骤4、对第一帧视频帧灰度图像Igray¹进行稠密采样，得到稠密点集N₁为稠密点的总个数,把P_sam¹中的点按顺序添加到TrajL中的第一列：

式中，TrajL(:,1)对应TrajL中的第一列轨迹点，TrajL中第1列的轨迹点集记为

步骤5、利用Farneback光流算法计算前后两帧图像Igray^k-1和Igray^k的光流场，得到光流场flow^k，根据光流场flow^k对TrajL中第n-1列轨迹点集进行跟踪，得到Igray^k中对应的跟踪点集2≤k≤K，把P_tra^k中的点依次压入TrajL的第n列：

式中，TrajL(:,n)对应TrajL中第n列轨迹点，N_k-1为TrajL的第n列的轨迹点总个数；

步骤6、根据背景点与目标点运动特性的不同对TrajL中的可疑轨迹进行滤除，生成滤除后的轨迹列表TrajL'，TrajL'的第k列轨迹点表示为：

式中，TrajL'(:,n)对应TrajL'中第n列轨迹点，N_k-1^-为TrajL'的第n列轨迹点的总个数，TrajL'中第n列轨迹点集记为

步骤7、创建一个二值图像根据TrajL'中第n列轨迹点集PS^k中的轨迹点在Igray^k中的坐标位置对中的对应像素赋值为255，其余像素赋值为0，对进行形态学膨胀处理，得到图像对图像进行轮廓提取，得到轮廓集r＝1,2,…,R^k，R^k为第k帧提取到的轮廓个数；

步骤8、采用编码算法对轨迹列表TrajL'中第n列轨迹点集PS^k中的轨迹点的所在轮廓号进行编码，得到对应的码字集并计算得到各个轮廓内的轨迹点集N_r表示第r个轮廓内的轨迹点个数，r＝1,2,…,R^k；

步骤9、分别计算各个轮廓内轨迹点集在前s帧对应轨迹点集的聚集性，表示为符号1≤s≤S，S表示需要计算聚集性的最大连续帧帧数，r＝1,2,…,R^k；

步骤10、s从1到S对求和，判断在连续S帧对应的轨迹点集的聚集连续性，如果sumI≥T₂×S,说明当前帧的第r个轮廓内的轨迹点集在连续S帧中存在时空一致性，则为目标轮廓，存入当前帧目标轮廓容器obj_k中，反之，就认为当前帧的第r个轮廓内的轨迹点集在连续S帧中不存在时空一致性，则对应伪目标，r＝1,2,…,R^k；

步骤11、对TrajL'中第n列的轨迹点进行稠密化，更新轨迹列表TrajL'为TrajL″，此时TrajL″的第n列轨迹点为：

式中，N_k为TrajL″的第n列轨迹点的总个数；

步骤12、在视频图像I^k中输出步骤10计算得到的目标检测结果obj_k；

步骤13、令k＝k+1，如果k≤K，令TrajL＝TrajL”，p＝p'，并转入步骤5，否则目标检测结束。