[發(fā)明專(zhuān)利]基于時(shí)空域顯著性分析和稀疏表示的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610041349.9
• 申請(qǐng)日: 2016-01-20
• 公開(kāi)（公告）號(hào): CN105741317B
• 公開(kāi)（公告）日: 2018-10-02
• 發(fā)明（設(shè)計(jì)）人: 張寶華;裴海全;張明;黃顯武;周文濤;焦豆豆;劉艷仙
• 申請(qǐng)（專(zhuān)利權(quán)）人: 內(nèi)蒙古科技大學(xué)
• 主分類(lèi)號(hào): G06T7/215
• 分類(lèi)號(hào): G06T7/215
• 代理公司: 北京中譽(yù)威圣知識(shí)產(chǎn)權(quán)代理有限公司 11279
• 代理人: 蔣常雪

一種基于時(shí)空域顯著性分析和稀疏表示的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)方法，通過(guò)稀疏表示方法對(duì)紅外序列圖像粗分割后的子區(qū)域進(jìn)行平滑處理，提取各子區(qū)域的對(duì)比特征和局部先驗(yàn)特征，并進(jìn)行合并，從而得到紅外序列圖像對(duì)應(yīng)的顯著圖；再根據(jù)預(yù)設(shè)的閾值和形態(tài)學(xué)方法對(duì)顯著圖依次進(jìn)行分割和偽目標(biāo)區(qū)域的濾除，得到紅外目標(biāo)圖像；本發(fā)明很好地解決了提取目標(biāo)邊緣模糊的問(wèn)題，可滿(mǎn)足紅外監(jiān)控系統(tǒng)快速精確檢測(cè)地面運(yùn)動(dòng)目標(biāo)的需要且具有較好的自適應(yīng)性和檢測(cè)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種圖像處理領(lǐng)域的技術(shù)，具體是一種基于時(shí)空域顯著性分析和稀疏表示的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)方法。

背景技術(shù)

紅外成像能夠在低能見(jiàn)度環(huán)境捕捉熱目標(biāo)，不受光照、目標(biāo)形狀或成像角度等因素的影響。紅外監(jiān)控系統(tǒng)能夠應(yīng)用于室內(nèi)外環(huán)境監(jiān)控，具有全天候、環(huán)境適應(yīng)性強(qiáng)等特點(diǎn)。與可見(jiàn)光視頻圖像相比，紅外圖像因其背景相對(duì)簡(jiǎn)單，目標(biāo)和背景的區(qū)分效果較好。

運(yùn)動(dòng)目標(biāo)檢測(cè)是指：通過(guò)圖像處理方法在視頻序列中提取與固定或移動(dòng)背景存在著相對(duì)運(yùn)動(dòng)的前景目標(biāo)，為更高級(jí)的運(yùn)動(dòng)分析和場(chǎng)景理解提供支持，作為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向，在智能監(jiān)控系統(tǒng)、人機(jī)交互系統(tǒng)等領(lǐng)域得到廣泛應(yīng)用。

精確定位紅外序列圖像中運(yùn)動(dòng)目標(biāo)的位置，并提取其完整邊緣是紅外目標(biāo)檢測(cè)的關(guān)鍵。紅外成像系統(tǒng)中運(yùn)動(dòng)目標(biāo)不僅受到背景和噪聲的影響，還受到來(lái)自紅外探測(cè)器自身的干擾，導(dǎo)致攝取的圖像降質(zhì)嚴(yán)重，清晰度和對(duì)比度較差。而紅外目標(biāo)的模糊邊緣、缺少明顯形狀和紋理特征的背景，也增加了分割方法的難度。

以差分法、背景差法、光流法等為代表的經(jīng)典方法，通過(guò)獲取背景模型并比較幀間差異進(jìn)而檢測(cè)運(yùn)動(dòng)目標(biāo)。由于上述方法的性能高度依賴(lài)于獲取的背景模型的精度，方法魯棒性差，在場(chǎng)景變動(dòng)或外界干擾時(shí)會(huì)嚴(yán)重降低圖像的對(duì)比度和信噪比，影響對(duì)紅外目標(biāo)的識(shí)別。另外，由于混合高斯法的背景模型收斂較慢，遇到低速大目標(biāo)時(shí)該法檢測(cè)效果并不理想。

經(jīng)過(guò)對(duì)現(xiàn)有技術(shù)的檢索發(fā)現(xiàn)，中國(guó)專(zhuān)利文獻(xiàn)號(hào)CN103996209A，公開(kāi)日2014.8.20，公開(kāi)了一種基于顯著性區(qū)域檢測(cè)的紅外艦船目標(biāo)分割方法，包含七個(gè)步驟：一、局部行對(duì)比度檢測(cè)；二、邊緣強(qiáng)度檢測(cè)；三、顯著線性結(jié)構(gòu)檢測(cè)；四、亮前景區(qū)域檢測(cè)；五、顯著性區(qū)域檢測(cè)；六、局部顯著性區(qū)域分割，對(duì)顯著性圖像分區(qū)域用基于均值、標(biāo)準(zhǔn)差和估計(jì)背景構(gòu)造的自適應(yīng)閾值處理得到初步艦船分割結(jié)果；七、顯著性區(qū)域篩選，對(duì)于初步結(jié)果用顯著性特征和形狀特征進(jìn)行篩選判別，最終得到艦船目標(biāo)分割結(jié)果。但該技術(shù)在進(jìn)行顯著性檢測(cè)后直接進(jìn)行特征融合形成顯著性圖像，未對(duì)圖像進(jìn)行預(yù)前處理，增大了后期篩選的復(fù)雜度和計(jì)算量；并且不能滿(mǎn)足實(shí)時(shí)性要求，沒(méi)有考慮幀間圖像運(yùn)動(dòng)目標(biāo)的移動(dòng)速度，不適于快速運(yùn)動(dòng)小目標(biāo)的檢測(cè)，普適性較弱。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的上述不足，提出一種基于時(shí)空域顯著性分析和稀疏表示的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)方法，通過(guò)稀疏表示法平滑粗分割的子區(qū)域，提取對(duì)比特征和局部先驗(yàn)特征，根據(jù)融合規(guī)則確定顯著性區(qū)域后融合形成顯著圖；對(duì)顯著圖進(jìn)行分割和去除干擾后得到較為精確的紅外運(yùn)動(dòng)目標(biāo)圖像。

本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

本發(fā)明通過(guò)稀疏表示方法對(duì)紅外序列圖像粗分割后的子區(qū)域進(jìn)行平滑處理，提取各子區(qū)域的對(duì)比特征和局部先驗(yàn)特征，并進(jìn)行合并，從而得到紅外序列圖像對(duì)應(yīng)的顯著圖；再根據(jù)預(yù)設(shè)的閾值和形態(tài)學(xué)方法對(duì)顯著圖依次進(jìn)行分割和偽目標(biāo)區(qū)域的濾除，得到紅外目標(biāo)圖像。

所述的稀疏表示方法為基于K-SVD字典學(xué)習(xí)的稀疏表示方法。

所述的平滑處理是指：計(jì)算并去除連續(xù)幀之間的方向圖中和前景圖中的偽目標(biāo)區(qū)域，得到連續(xù)幀之間的光流矢量的方向信息的修正值和前景特征的修正值。