[发明专利]一种基于形态学滤波和SVD的弱小目标检测方法

摘要

本发明公开了一种基于形态学滤波和SVD的弱小目标检测方法，步骤1：通过形态学滤波目标增强算法进行背景抑制、噪声去除，得到预处理后图像序列；步骤2：读入Nmax幅所得图像序列，进行帧数估计，得到需要处理的帧数N；步骤3：将N+1幅图像组成的图像合并成二维数据，求其自相关矩阵并对其自相关矩阵进行SVD；步骤4：选择合适的特征向量重构图像序列，得到新的特征图像序列；步骤5：对重构图像序列进行阈值分割，从背景中分离得到原图像中弱小目标的位置；步骤6：对序列中的每幅图像分别进行修正；步骤7：将N代替Nmax后，重复步骤2～7。本发明将形态学滤波与奇异值分解的方法有效的结合对视频中的弱小目标进行检测，计算时间短，检测效率高，准确性和鲁棒性都比较好。

主权项

1.一种基于形态学滤波和SVD的弱小目标检测方法，其特征在于：包括以下步骤：步骤1：输入待检测的视频序列，通过形态学滤波目标增强算法进行背景抑制、噪声去除，得到预处理后图像序列；步骤2：从预处理后的图像序列中，读入Nmax幅图像组成的图像序列，进行帧数估计，得到需要处理的帧数N；步骤3：读入N+1幅图像，包括需要处理的N帧图像和N帧图像的后一幅图像，并将N+1幅图像组成的图像合并成二维数据，求其自相关矩阵并对其自相关矩阵进行SVD；步骤4：选择中间特征值对应特征向量重构图像序列，得到重构图像序列；步骤5：对重构图像序列进行阈值分割，从背景中分离得到原图像中弱小目标的位置；步骤6：对步骤4中得到的重构图像序列中的每幅图像分别进行帧间位置修正与帧内位置修正；步骤7：将N代替Nmax后，重复步骤2～7，直到Nmax幅图像组成的图像序列中最后一幅图像处理完成后输出结果；所述步骤2中帧数估计的方法为：读入Nmax幅图像组成的图像序列，对读入的所有图像进行两两差分操作得到Nmax-1帧图像序列，然后对Nmax-1帧图像序列中的每一幅图像总像素求和，再用求得的Nmax-1个像素和分别除以对应图像的宽和高得到Nmax-1个评估值，将Nmax-1个评估值求平均到Nmax帧图像变化剧烈程度的值X，最后将图像变化剧烈程度X代入公式中，得到本次需要处理的图像帧数N，其中，Nmax表示最大处理帧数，Nmin表示最小处理帧数。