[發(fā)明專(zhuān)利]一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810109563.2
• 申請(qǐng)日: 2018-02-05
• 公開(kāi)（公告）號(hào): CN108334885A
• 公開(kāi)（公告）日: 2018-07-27
• 發(fā)明（設(shè)計(jì)）人: 項(xiàng)軍華;張學(xué)陽(yáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 湖南航升衛(wèi)星科技有限公司
• 主分類(lèi)號(hào): G06K9/46
• 分類(lèi)號(hào): G06K9/46;G06T7/207;G06T7/136
• 代理公司: 長(zhǎng)沙國(guó)科天河知識(shí)產(chǎn)權(quán)代理有限公司 43225
• 代理人: 董惠文

1.一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟：

S1，對(duì)輸入的視頻衛(wèi)星圖像進(jìn)行降噪處理；

S2，分割單幀圖像：通過(guò)引入基于圖像局部特性和上一幀檢測(cè)結(jié)果先驗(yàn)信息及卡爾曼濾波結(jié)果的自適應(yīng)閾值，并利用該自適應(yīng)閾值分割單幀圖像；

S3，計(jì)算預(yù)測(cè)坐標(biāo)；

S4，檢測(cè)目標(biāo)。

2.根據(jù)權(quán)利要求1所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S1采用雙邊濾波法，濾波器的權(quán)重包含兩部分：第一部分與高斯濾波器相同，第二部分考慮了像素灰度相似性；濾波器的直徑設(shè)為5像素，權(quán)重w由下式給出：

其中K是標(biāo)準(zhǔn)化常數(shù)，(x_c,y_c)是濾波器中心對(duì)應(yīng)的圖像坐標(biāo)，(x_i,y_i)是濾波器(i,j)位置對(duì)應(yīng)的圖像坐標(biāo)，f(x,y)是輸入的視頻衛(wèi)星圖像在坐標(biāo)(x,y)的灰度值，σ_s設(shè)為10，σ_r設(shè)為75。

3.根據(jù)權(quán)利要求1所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S2的具體方法為：

采用基于局部統(tǒng)計(jì)的可變閾值來(lái)分割圖像，對(duì)輸入的視頻衛(wèi)星圖像中每一點(diǎn)(x,y)的7×7鄰域計(jì)算標(biāo)準(zhǔn)差σ_xy和均值m_xy，它們是局部對(duì)比度和平均灰度的描述子，之后得到基于局部均值和標(biāo)準(zhǔn)差的判斷閾值：

T_xy＝aσ_xy+bm_xy (2)

其中T_xy是判斷閾值，b是大于0的常數(shù)；

對(duì)空間運(yùn)動(dòng)目標(biāo)而言，它們的亮度常常隨著姿態(tài)的變化而變化；如果a設(shè)為常數(shù)，目標(biāo)就會(huì)在一些幀里丟失，考慮到目標(biāo)運(yùn)動(dòng)的連續(xù)性，如果在第k幀(x,y)被檢測(cè)為可能的目標(biāo)坐標(biāo)，那么在(k+1)幀里，在(x,y)的7×7鄰域里的檢測(cè)到目標(biāo)的概率就大大增加；綜合目標(biāo)亮度變化的連續(xù)性，如果在(k+1)幀(x,y)的7×7鄰域里沒(méi)有檢測(cè)到目標(biāo)，a_k就可以乘以一個(gè)衰減系數(shù)，即a_kρ(ρ為衰減系數(shù)且ρ<1)，這里a_k即第k幀中的a的取值；從而基于圖像局部特性和上一幀檢測(cè)結(jié)果先驗(yàn)信息及卡爾曼濾波結(jié)果的自適應(yīng)閾值可以由下式給出：

其中P(x,y,k|k-1)是指第k幀點(diǎn)(x,y)是否在由第(k-1)幀檢測(cè)到的目標(biāo)通過(guò)卡爾曼濾波得到第k幀預(yù)測(cè)坐標(biāo)的7×7鄰域內(nèi)，在鄰域內(nèi)等于1，不在鄰域內(nèi)等于0；預(yù)測(cè)坐標(biāo)由卡爾曼濾波得到，將在S3步中獲得；

公式(2)與(3)的區(qū)別就在于基于圖像局部特性和上一幀檢測(cè)結(jié)果先驗(yàn)信息及卡爾曼濾波結(jié)果的自適應(yīng)系數(shù)，a的初值設(shè)為大于1，并且在(x,y)的灰度值重新變大之后即大于設(shè)定閾值后重置為初值；

分割圖像算法如下：

其中f(x,y)是輸入的視頻衛(wèi)星圖像在(x,y)處的灰度值，g(x,y)是分割處理后的圖像在(x,y)處的灰度值。

4.根據(jù)權(quán)利要求3所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S2步驟中，a的值在(x,y)的灰度值大于150之后重置為初值。

5.根據(jù)權(quán)利要求1所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S3采用灰度重心法，具體為：

對(duì)圖像二值化分割，識(shí)別出目標(biāo)區(qū)域S，目標(biāo)區(qū)域S其灰度重心坐標(biāo)計(jì)算公式為：

其中f(x,y)是輸入的視頻衛(wèi)星原始圖像在(x,y)處的灰度值，(x_S,y_S)即為目標(biāo)區(qū)域S的灰度重心坐標(biāo)。

6.根據(jù)權(quán)利要求1所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S4采用卡爾曼濾波法檢測(cè)目標(biāo)。

7.根據(jù)權(quán)利要求6所述的一種視頻衛(wèi)星圖像空間目標(biāo)檢測(cè)方法，其特征在于，所述S4的具體方法為：

S401，第一幀圖像得到n1個(gè)點(diǎn)(x⁽¹⁾,y⁽¹⁾),(x⁽²⁾,y⁽²⁾),…,(x⁽ⁿ¹⁾,y⁽ⁿ¹⁾)，作為n1個(gè)點(diǎn)類(lèi)的坐標(biāo)，為每一個(gè)點(diǎn)類(lèi)建立一個(gè)卡爾曼濾波器；

假設(shè)目標(biāo)在第k幀圖像中的狀態(tài)向量為x_k＝(x_k,y_k,vx_k,vy_k)^T，即目標(biāo)在像素坐標(biāo)系的坐標(biāo)(x_k,y_k)和速度(vx_k,vy_k)，則系統(tǒng)方程為：

其中F是狀態(tài)轉(zhuǎn)移矩陣，H是測(cè)量矩陣，z_k測(cè)量向量，即在第k幀檢測(cè)得到的坐標(biāo),w是過(guò)程噪聲，假設(shè)為協(xié)方差矩陣為Q的零均值高斯白噪聲，記作v是測(cè)量噪聲，假設(shè)為協(xié)方差矩陣為R的零均值高斯白噪聲，記作

令為卡爾曼濾波器在第k幀圖像的狀態(tài)估計(jì)，P_k|k為后驗(yàn)估計(jì)誤差協(xié)方差矩陣，體現(xiàn)了估計(jì)值的精確程度，于是和P_k|k代表卡爾曼濾波器的狀態(tài)，卡爾曼濾波器的過(guò)程如下：

初始化：初始化與P_0|0，對(duì)于x_0|0,y_0|0為第一幀通過(guò)單幀分割和灰度重心法得到的初始坐標(biāo)，vx_0|0,vy_0|0設(shè)為0；

預(yù)測(cè)：在預(yù)測(cè)階段，濾波器使用上一幀的狀態(tài)估計(jì)，做出對(duì)當(dāng)前幀的狀態(tài)估計(jì)，預(yù)測(cè)得到的坐標(biāo)將用于單幀圖像分割和軌跡關(guān)聯(lián)：

更新：在更新階段，濾波器利用對(duì)當(dāng)前幀的測(cè)量值優(yōu)化在預(yù)測(cè)階段獲得的預(yù)測(cè)值：

其中K_k是一個(gè)中間變量，稱(chēng)為最優(yōu)卡爾曼增益；

S402，第二幀圖像得到n2個(gè)點(diǎn)(u⁽¹⁾,v⁽¹⁾),(u⁽²⁾,v⁽²⁾),…,(u⁽ⁿ²⁾,v⁽ⁿ²⁾)，將第二幀圖像中得到的每個(gè)點(diǎn)依次與步驟S401中第一幀圖像中得到的已有的點(diǎn)類(lèi)卡爾曼濾波器預(yù)測(cè)的坐標(biāo)(公式(7)得到)比較，當(dāng)兩點(diǎn)距離小于預(yù)設(shè)閾值ε₁時(shí)，認(rèn)為是一類(lèi)，不再與其他點(diǎn)類(lèi)坐標(biāo)比較，并由新的坐標(biāo)代替舊的坐標(biāo)作為點(diǎn)類(lèi)的坐標(biāo)，并將新的坐標(biāo)作為測(cè)量值更新各自的卡爾曼濾波器的狀態(tài)；如果兩點(diǎn)距離都大于預(yù)設(shè)閾值ε₁，則作為新的點(diǎn)類(lèi)，并為該點(diǎn)類(lèi)建立一個(gè)卡爾曼濾波器；按照這種方法對(duì)獲得的每一幀圖像進(jìn)行處理；

S403，當(dāng)某個(gè)點(diǎn)類(lèi)有l(wèi)個(gè)點(diǎn)時(shí)，即開(kāi)始判斷其是否為目標(biāo)，計(jì)算l個(gè)點(diǎn)的速度模長(zhǎng)之和與預(yù)設(shè)閾值ε₂比較，小于ε₂認(rèn)為是恒星背景或噪點(diǎn)，大于ε₂則認(rèn)為是空間運(yùn)動(dòng)目標(biāo)。