[发明专利]一种基于多帧差分图像累积的小目标检测方法

说明书

本发明涉及一种基于多帧差分图像累积的小目标检测方法，包括S1，获取标准背景图像进行保持；S2，获取多帧待检测图像；S3，将S2获得的每帧待检测图像与标准背景图像分别进行差分运算，获得差分图像；S4，将S3得到的差分图像进行累加；S5，根据差分累加结果判断是否出现待测目标；如果出现待测目标则结束检测；否则，将S2得到的多帧待检测图像序列累加求平均，作为新的标准背景图像并返回S2。本发明利用能够有效避免随机噪声对差分计算的影响，并强化目标与背景的差异，进而实现目标与背景的分离，可更准确地实现目标检测。本发明方法在目标悬停且与背景灰度接近的应用场景中，相比现有方法具有更高的检测灵敏度和准确性。

技术领域

本发明涉及光学成像技术领域，尤其涉及一种基于多帧差分图像累积的小目标检测方法。

背景技术

利用光学成像设备进行目标检测与跟踪，在无人机探测邻域具有重要的实用价值，但是受限于光学成像设备在目标分辨率与视场范围矛盾的限制，一般光学成像设备倾向于使用大视场成像设备首先对大范围区域进行成像，并对所获图像进行目标检测，当图像中存在潜在目标时，再驱动高分辨率小视场的成像系统对潜在目标区域进行重点观测。因此，从大视场范围成像的图像中检测出潜在目标，对于光学成像系统能否正常工作起着至关重要的作用。由于大视场图像中，目标分辨率一般较低，以小目标形式出现，因此需要使用特定的目标检测方法对图像进行分析处理，检测出目标潜在区域。

虽然，目前已有大量通过目标的运动显著性或灰度显著性的小目标检测方法，但这些方法一般都要求目标存在几何位移，或与背景具有相对明显的颜色和形态差异。

然而，当无人机等目标悬停在低空区域时，极有可能出现目标本身不具备运动特性，此时，传统的基于运动显著性的检测方法检测效果会受到很大影响。

当使用灰度显著性进行目标检测时，若目标和背景颜色相对接近，此时灰度显著性表征不明显，难以通过谱残余法或最大类间方差法等显著性检测方法实现目标检测。

发明内容

本发明为了解决上述技术问题提供一种基于多帧差分图像累积的小目标检测方法。

本发明通过下述技术方案实现：

一种基于多帧差分图像累积的小目标检测方法，包括以下步骤：

S1，获取待测场景无目标时的背景图像，作为标准背景图像进行保持；

S2，获取多帧待检测图像；

S3，将S2获得的每帧待检测图像与标准背景图像分别进行差分运算，获得差分图像；

S4，将S3得到的差分图像进行累加；

S5，根据差分累加结果判断是否出现待测目标；如果出现待测目标则输出并结束检测；

反之，则将所述S2得到的多帧待检测图像序列累加求平均，作为新的标准背景图像并返回S2。

进一步的，所述S1中，将获取的待测场景无目标时的背景图像进行降噪处理后，再作为标准背景图像进行保持。

进一步的，所述S2包括：

S2.1，利用光学成像设备对待测场景进行连续成像；

S2.2，将步骤2.1获得的多帧图像进行降噪处理，获得多帧待检测图像。

优选地，采用高斯滤波进行降噪处理。

进一步的，所述S5中，将差分累加后结果中的每个像素偏离0值的数值大小与设定的目标阈值进行比较；

若累加结果中某个像素取值偏离0值的数值超过设定的目标阈值，则认为该像素属于潜在目标区域，反之则认为该像素不属于潜在目标区域；