[发明专利]一种基于单幅图像频域信息的不可分辨多目标检测方法

摘要

本发明公开了一种基于单幅图像频域信息的不可分辨多目标检测方法，属于多目标识别技术领域。本方法通过对简单预处理的图像进行频域变换，计算图像频率分割的最佳阈值，并按照最佳阈值对包含图像频率位置信息的相位谱进行阈值分割，忽略大部分的低频信息，保留主要集中在目标区域的高频信息，对该区域的高频信息点利用统计学原理进行分类，可以得到目标个数，对于分类后不同的点集进行目标轮廓构建，进而得到目标轮廓和位置。本方法利用单幅图像进行多目标识别，只提取图像频域信息中有益于多目标识别的高频信息，忽略幅度谱及大量的低频信息，具有计算复杂度小，运算速度快的特点，可以实现精确实时的多目标识别。

主权项

1.一种基于单幅图像频域信息的不可分辨多目标检测方法，其特征在于包括以下步骤：步骤一、通过探测器获取包含多个目标的单幅目标图像；所述单幅目标图像包括红外图像、可见光图像、雷达图像、激光图像；所述探测器包括红外成像探测器、CCD、雷达成像探测器、激光成像探测器；步骤二、对获取的单幅目标图像进行简单预处理；所述简单预处理是指依次对目标图像进行直方图均衡化处理，实现滤波去噪；步骤三、对步骤二获得的图像进行频域变换，并提取相位谱；所述频域变换方法包括傅立叶变换、快速傅立叶变换、离散傅立叶变换；步骤四、对步骤三处理所得的图像频域信息，利用时域图像分割中阈值处理的方法获得最佳频率划分阈值D0，并将相位谱按照最佳阈值分割，提取并只保留频率成分D≥D0的部分，除个别地面干扰，所提取的高频信息集中在目标区域；步骤五、对相位谱中高频信息出现的区域进行角点提取，即，提取高频信息点，采用统计学分类方法对高频信息点进行分类，并去除异常值的干扰，得到n个点集，n为目标个数；所述的统计学分类方法包括两步聚类、k‑均值聚类、系统聚类；步骤六、根据步骤五中获得的点集Si确定目标轮廓，其中i＝1,2,…,n；对得到的目标轮廓求质心，根据质心坐标获得目标的位置信息，实现多目标定位。