[發明專利]一種低空復雜背景無人機目標檢測方法

有效

• 申請號: 201811424123.2
• 申請日: 2018-11-27
• 公開（公告）號: CN109711256B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 南天章;陳旭;張琳;吳凡
• 申請（專利權）人: 天津津航技術物理研究所
• 主分類號: G06V20/10
• 分類號: G06V20/10
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 祁恒

本發明屬于圖像檢測技術領域，具體涉及一種低空復雜背景無人機目標檢測方法。該方法在圖像濾波時使用的濾波模板專為天空背景弱小目標設計，濾波后顯著提高目標與鄰域背景的對比度，更有利于低信噪比圖像的目標檢測以及提取目標時灰度閾值、邊緣追蹤閾值的選取；利用疑似目標鄰域特征值統計算法，能有效剔除典型背景干擾，不需要通過相鄰幀圖像配準和差分，對搜索轉臺穩定性要求不高，相比基于圖像配準的算法時間復雜度低、更利于在實時嵌入式系統中實現；本發明充分利用無人機與碎云、地物、飛鳥運動特性的差異，通過對目標運動軌跡位移大小的限制和方向一致性的要求判斷疑似目標是否為無人機目標，虛警率較低。

技術領域

本發明屬于圖像檢測技術領域，具體涉及一種基于周視紅外搜索系統的低空復雜背景無人機目標檢測方法。

背景技術

近年來，隨著無人機技術的快速發展和廣泛應用，無人機目標探測技術已成為當前的熱點研究課題。目前國內外主流的基于周視紅外搜索系統的目標檢測方法大多基于背景差分等手段提取目標，需要消耗大量的硬件資源存儲背景圖像，對搜索平臺的穩定精度和配準算法的性能要求較高，不便于在以DSP為核心的實時嵌入式系統實現。

發明內容

(一)要解決的技術問題

本發明提出一種低空復雜背景無人機目標檢測方法，以解決如何有效排除復雜地物背景、飛鳥及云層干擾，準確檢測天空背景中無人機目標的技術問題。

(二)技術方案

為了解決上述技術問題，本發明提出一種低空復雜背景無人機目標檢測方法，該檢測方法包括如下步驟：

S1、圖像濾波：使用以下濾波模板與原始圖像做卷積，濾波后原始圖像中相對均勻的天空背景被壓縮至較低的灰度級，而天空中相對較亮的小目標、地面亮背景的邊緣仍保持較高的灰度級；

-1，-2，-3，-2，-1

-2，3，4，3，-2

-3，4，4，4，-3

-2，3，4，3，-2

-1，-2，-3，-2，-1

S2、提取疑似目標：對濾波后的圖像數據設定灰度閾值、邊緣追蹤閾值、尺寸閾值，采用邊緣追蹤法提取圖像中符合灰度、尺寸閾值要求的疑似目標；

S3、剔除背景干擾：分別統計步驟S2中疑似目標的鄰域亮像素數，將亮像素數超出閾值范圍的疑似目標判定為地物或云背景干擾予以剔除，剩余目標則為天空中的疑似小目標；

S4、時域信息相關建立目標航跡：通過判斷疑似小目標運動軌跡進一步確認無人機目標。

進一步地，步驟S4具體包括：在前一幀圖像某疑似目標一定大小的鄰域內尋找后一幀圖像中與其灰度最接近的疑似目標，若存在則認為是同一目標，根據前后兩幀圖像的目標位置計算目標的運動位移和方向；若某疑似目標連續兩幀運動方向一致且位移在一定范圍內則判定其為無人機目標。

(三)有益效果

本發明提出的低空復雜背景無人機目標檢測方法，包括圖像濾波、提取疑似目標、剔除背景干擾和時域信息相關建立目標航跡四個步驟。其中，圖像濾波時使用的濾波模板專為天空背景弱小目標設計，濾波后顯著提高目標與鄰域背景的對比度，更有利于低信噪比圖像的目標檢測，同時有利于提取目標時灰度閾值、邊緣追蹤閾值的選取；利用疑似目標鄰域特征值統計算法，能有效剔除絕大多數地物、云層等典型背景干擾，該方法不需要通過相鄰幀圖像配準和差分，對搜索轉臺穩定性要求不高，相比基于圖像配準的算法時間復雜度低、更利于在實時嵌入式系統中實現；本發明充分利用無人機與碎云、地物、飛鳥運動特性的差異，通過對目標運動軌跡位移大小的限制和方向一致性的要求判斷疑似目標是否為無人機目標，虛警率較低。

附圖說明