[發明專利]一種地基凝視紅外成像弱小目標智能識別方法有效
| 申請號: | 202011376400.4 | 申請日: | 2020-11-30 |
| 公開(公告)號: | CN112464933B | 公開(公告)日: | 2023-08-01 |
| 發明(設計)人: | 劉文;白俊奇;徐勇;石林;王幸鵬;郝晶晶 | 申請(專利權)人: | 南京萊斯電子設備有限公司 |
| 主分類號: | G06V10/25 | 分類號: | G06V10/25;G06V10/80;G06V10/82;G06N3/0464;G06N3/08;G06V10/764 |
| 代理公司: | 江蘇圣典律師事務所 32237 | 代理人: | 于瀚文;胡建華 |
| 地址: | 210000 江蘇省南京*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 地基 凝視 紅外 成像 弱小 目標 智能 識別 方法 | ||
本發明提供了一種地基凝視紅外成像弱小目標智能識別方法,主要針對變焦距紅外熱像儀對遠距離弱小目標的自動發現與識別難的問題,提供一套完整的目標檢測、識別處理流程,能夠實現弱小目標的全自動檢測與識別。技術流程首先基于邊緣特征與點特征融合,對潛在目標初步篩選,再利用多幀圖像篩選關聯性進行潛在目標分析,最后通過ROI區域的自動分配,確定識別區域并進行深度學習目標識別。本發明適用于變焦距的紅外跟蹤設備自動探測發現并識別出目標,針對紅外視頻進行處理,能夠使得紅外跟蹤設備獲得智能化、自動化的探測能力。由于其融合流程的設計,使得目標識別消耗的計算量、以及針對小目標的識別效果均有顯著提升。
技術領域
本發明涉及一種地基凝視紅外成像弱小目標智能識別方法。
背景技術
當前的軍、民用目標預警、探測手段中,紅外熱像儀以其目標觀測距離遠,受太陽光照強度以及空氣能見度等外界條件影響小,具備全天候值守的能力等優勢而被廣泛采用。但目前的紅外熱像儀成像后視頻信息處理的技術方面還存在較多的問題,當前主流的紅外跟蹤設備主要工作模式還是以人工目視觀測視頻發現潛在目標,在發現目標后,再手動點選目標,通過自動跟蹤算法實現鎖定監視,整個環節只有最后的跟蹤算法可以實現自動運行,而目標發現、識別方面均需要人工參與,自動化、智能化水平還相對較低。目前很多廠家、研究機構也開展對紅外熱像儀,的自動化目標檢測、識別技術研究,但主要局限于目標較遠時成像尺寸小,難以有效檢測識別目標,同時紅外探測系統往往是長焦變焦聚設計,存在目標尺度變化等一系列問題,在這種技術條件下采用傳統的人工基于數學概念設計目標特征進行檢測與識別的方法已經難以獲得可實用、高性能的目標檢測、識別效果。當前面對這樣的問題主要解決途徑是通過設計深度卷積網絡,構建大數據量的目標樣本圖像庫,通過監督學習,使得卷積網絡自動獲特征提取能力,從而完成復雜光照、背景等條件下高性能的目標檢測與識別。但是,深度學習類方法雖然本身具有在不同尺度條件下識別目標能力,往往對小目標探測、識別效果欠佳需要針對性提升效果。此外,深度學習類方法計算開銷巨大,實用過程中存在計算資源不足、計算速度慢等致命問題。
綜上所述,需要有一種通用的高自動化、智能化的紅外目標自動發現、識別手段,來取代人工觀察作業,提升紅外探測系統預警效能,降低人員工作負荷。而實現該手段,則需要解決以下關鍵問題:(1)如何解決紅外變焦聚系統目標成像大小尺度不一條件下的目標檢測問題。(2)如何解決紅外圖像目標識別問題,給出目標類型。(3)如何引入深度學習方法實現弱小目標的檢測、識別,同時保證較少的計算資源消耗,以及較好的識別效果。
發明內容
發明目的:本發明針對現有技術手段的不足,提供地基凝視紅外成像弱小目標智能識別技術。可提升紅外預警探測系統自動化,智能化水平,實現目標自動發現與識別,達到及時預警與告警的效果。
技術方案:
本發明設計了一種地基凝視紅外成像弱小目標智能識別方法。能夠基于變焦紅外跟蹤設備,自動檢測、識別紅外圖像中感興趣目標,替代人眼觀察尋找搜索目標。
本發明技術方案的實施步驟如下:
步驟1,利用紅外跟蹤設備采集視頻,獲取圖像Ik,Ik為視頻中第k幀圖像,k為視頻幀數編號;
步驟2,對第k幀圖像進行當前幀潛在目標分析,分別進行點特征提取、邊緣特征提取并進行融合得到第k幀圖像的潛在目標檢測結果集合;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京萊斯電子設備有限公司,未經南京萊斯電子設備有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011376400.4/2.html,轉載請聲明來源鉆瓜專利網。





