[发明专利]一种复杂环境中红外目标抗干扰检测跟踪方法

权利要求书

1.一种复杂环境中红外目标抗干扰检测跟踪方法，其特征在于，包括如下步骤：

步骤1，对第一帧图像进行跟踪目标的框选，获得真实目标在图像内的位置与尺寸，并进行真实目标框的初始化操作；

步骤2，对第二帧及以后的图像进行干扰物检测，并构建潜在目标框；

步骤2.1，在真实目标框的外层设置一层干扰物检测框，干扰物检测框中心与真实目标框中心重合，且干扰物检测框尺寸为真实目标框尺寸的t倍；

步骤2.2，提取干扰物检测框边界像素值的最大值；

步骤2.3，取上一帧目标像素值集合的均值中误差m_i-1，令C为常数，i为当前帧数，i∈{2,...,N}，比较步骤2.2提取的最大值与α的大小，若最大值小于α，则认为无干扰物靠近，反之则有干扰物靠近；

步骤2.4，以当前帧图像的前n帧真实目标框位移距离为因变量，帧数为自变量进行最小二乘二次曲线拟合，预测当前帧位移；

步骤2.5，以上一帧真实目标框的中心为中心，步骤2.4预测的当前帧位移的γ倍与目标尺寸的和为尺寸构建潜在目标框；

步骤3，对有干扰物靠近的红外图像进行预处理，提高图像数据的信噪比；

步骤4，对没有干扰物靠近的红外图像进行预处理，提高图像数据的信噪比；

步骤4.1，无干扰物靠近时，对步骤2.5构建的潜在目标框内所有像素以上一帧背景像素值的最大值作为当前帧滤波器边缘像素值的最大值进行Robinson guard滤波；

步骤4.2，对步骤4.1滤波后的图像通过Otsu自适应求阈值，并对图像进行分割，得到二值图像，其中像素值为255的区域为候选目标位置；

步骤4.3，对步骤4.2得到的二值图像进行Unger平滑滤波，抑制随机噪声；

步骤5，利用管道滤波算法进行目标定位；

以步骤2.5构建的潜在目标框作为潜在目标管道，并在经过预处理的当前帧图像内对该管道进行缩小，当管道各边缘遇到候选目标位置立即停止缩小，由此完成定位，无干扰情况下定位结果为真实目标框，有干扰情况下定位结果为目标与干扰物合框；

步骤6，更新真实目标框；

步骤6.1，在无干扰情况下，若步骤5定位后管道的宽度或长度大于上一帧管道宽度或长度的k倍时，采用ORB角点检测匹配算法对管道进行纠正得到真实目标框，否则，将当前目标框作为真实目标框；

步骤6.2，在有干扰情况下，需进一步检测干扰物与目标是否分离，若未分离，将目标和干扰物的合框当做真实目标框，若分离，则将最靠近预测位置的高亮部分作为真实目标框；

步骤7，根据步骤6得到的真实目标框的长度l和宽度w更新Robinson guard滤波器模板，更新后模板大小为(2×l-1,2×w-1)，滤波器模板内元素排布方式与传统Robinsonguard滤波器相同；

步骤8，若当前帧为最后一帧时，跟踪结束，否则重复步骤2～步骤7进行下一帧目标的跟踪。

2.如权利要求1所述的一种复杂环境中红外目标抗干扰检测跟踪方法，其特征在于：所述步骤1包括以下几个子步骤：

步骤1.1，读取红外视频，并将其逐帧保存；

步骤1.2，向用户展示第一帧图像，让用户使用鼠标对跟踪目标进行框选，得到真实目标在图像内的位置与尺寸；

步骤1.3，提取步骤1.2得到的真实目标框内所有像素值并构成集合，对其进行K-均值聚类，聚类后像素数据分为两个簇，将两个簇中均值较高的簇视作目标像素值集合，分别求目标像素值集合的均值x₁、中误差m₁，由此完成真实目标框的初始化操作。