[發明專利]基于時空域顯著性分析和稀疏表示的紅外運動目標檢測方法

有效

• 申請號: 201610041349.9
• 申請日: 2016-01-20
• 公開（公告）號: CN105741317B
• 公開（公告）日: 2018-10-02
• 發明（設計）人: 張寶華;裴海全;張明;黃顯武;周文濤;焦豆豆;劉艷仙
• 申請（專利權）人: 內蒙古科技大學
• 主分類號: G06T7/215
• 分類號: G06T7/215
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 蔣常雪

1.一種基于時空域顯著性分析和稀疏表示的紅外運動目標檢測方法，其特征在于，通過稀疏表示方法對紅外序列圖像粗分割后的子區域進行平滑處理，提取各子區域的對比特征和局部先驗特征，并進行合并，從而得到紅外序列圖像對應的顯著圖；再根據預設的閾值和形態學方法對顯著圖依次進行分割和偽目標區域的濾除，得到紅外目標圖像；

所述的平滑處理包括以下步驟：

步驟1)計算連續幀之間的光流矢量，提取光流矢量的幅值和方向信息，并根據光流矢量計算紅外序列圖像的速度、加速度和前景特征，得到對應的幅度圖、方向圖、速度圖、加速度圖和前景圖；

步驟2)通過稀疏表示方法去除方向圖和前景圖中的偽目標區域，得到方向信息的修正值和前景特征的修正值。

2.根據權利要求1所述的紅外運動目標檢測方法，其特征是，所述方法具體為：通過基于K-SVD字典學習的稀疏表示方法對紅外序列圖像進行基于分級流視頻分割算法的粗分割后的子區域進行平滑處理，提取各子區域的對比特征和局部先驗特征，并對各子區域的對比特征和局部先驗特征根據融合規則分別進行合并，確定顯著性區域，并生成紅外序列圖像對應的顯著圖；再根據預設的閾值和形態學方法對顯著圖依次進行分割和偽目標區域的濾除，得到紅外目標圖像。

3.根據權利要求1所述的紅外運動目標檢測方法，其特征是，所述的步驟2)具體包括：

步驟2.1)選取DCT字典為初始化字典，尺寸由分塊大小n決定，n為自然數，初始字典D⁰中包含的每個原子信號為n²維，由4n²個原子信號組成；

步驟2.2)將方向信息和前景特征采用小塊方式由上到下，從左至右按像素展開，每個小塊展開成一列作為稀疏處理對象，分別為X_o和X_f；

步驟2.3)采用OMP方法稀疏編碼；

步驟2.4)字典和稀疏矩陣的更新：字典和稀疏矩陣同時更新，更新方式為字典的列和稀疏矩陣的行，得到方向信息的修正值和前景信息的修正值。

4.根據權利要求3所述的紅外運動目標檢測方法，其特征是，所述的稀疏編碼是指：將X_o和X_f中的每一列分別用字典中的列D⁰_j進行逼近，得到稀疏矩陣Y_o和Y_j，其中：Y_o和Y_j的每一列和對應字典中每個原子在上貢獻的權值，j∈[1,4n²]。

5.根據權利要求2所述的紅外運動目標檢測方法，其特征是，所述的融合規則是指：其中：S_j為顯著性區域，C_j為對比特征，LP_j為局部先驗特征。

6.根據權利要求1或2所述的紅外運動目標檢測方法，其特征是，所述的對比特征為：其中：C_j為對比特征，m_j為光流矢量的幅值，o′_j為光流矢量的方向信息的修正值。

7.根據權利要求1或2所述的紅外運動目標檢測方法，其特征是，所述的局部先驗特征其中：LP_j為局部先驗特征，為紅外序列圖像的速度，為紅外序列圖像的加速度，f_j′為紅外序列圖像的前景特征的修正值。

8.根據權利要求1或2所述的紅外運動目標檢測方法，其特征是，所述的形態學方法是指：通過開閉運算實現空間頻率圖像中的偽聚焦區域的濾除，即：其中：h為結構元素，I為分割圖像。