基于紅外圖像的運動成像平臺運動目標檢測方法及系統技術方案

本發明專利技術公開了一種基于紅外圖像的動平臺運動目標檢測方法，屬于計算機視覺領域；該方法提取紅外序列圖像的SURF特征點，對特征點進行匹配，計算仿射矩陣，獲得配準圖像；之后采用線性回歸修正配準圖像的像素灰度值，進行幀間差分，獲得可疑運動目標二值圖像；再進行形態學濾波；最后對可疑目標邊緣像素利用區域梯度統計直方圖校正，獲得當前幀檢測結果圖；本發明專利技術還實現了一種基于紅外圖像的動平臺運動目標檢測系統；本發明專利技術技術方案法在運動成像平臺下的紅外序列圖像運動目標檢測中具有很好的實時性和魯棒性，適用于存在非均勻性亮度變化的紅外運動序列圖像。

Moving platform moving target detection method and system based on infrared image

The invention discloses a movable platform moving target detection method based on infrared image, belongs to the field of computer vision; the method of extracting SURF feature points in infrared image sequence, matching feature points, calculating the affine matrix, obtain image registration; after using the linear regression of pixel gray value of image registration correction, frame difference get suspicious, moving target two value image; then morphological filtering; finally the suspicious target edge pixels using gradient histogram correction, to obtain the current frame detection results; the invention also implements a dynamic platform for moving target detection system based on infrared image; has good real-time performance and robustness of the infrared sequence the image of moving object in motion imaging platform under the technical scheme of the invention is suitable for detection, heterogeneity of brightness red Exterior motion sequence image.

【技術實現步驟摘要】
一種基于紅外圖像的動平臺運動目標檢測方法及系統
本專利技術屬于計算機視覺領域，更具體地，涉及一種基于紅外圖像的動平臺運動目標檢測方法和系統。
技術介紹
運動目標檢測是從序列圖像中提取出運動物體，是計算機視覺中目標識別、跟蹤和行為分析等后續處理的基礎。運動成像平臺下的紅外圖像運動目標檢測，由于成像平臺和目標都在運動，增加了運動目標檢測的難度。另外，紅外成像存在非均勻性亮度變化問題，在運動成像平臺下，相同位置對應像素在序列圖像中表現的灰度強度存在較大差異。因此，“平臺動、目標動、背景動”條件下的目標檢測問題更加困難。目前動平臺下的運動目標檢測方法主要是在背景運動補償下進行，通過背景運動參數和變換模型對連續幀進行配準，將動平臺成像轉化成靜平臺成像。賴作鎂等提出了基于魯棒背景運動補償的動目標檢測算法，該算法在進行運動補償后的前一幀和當前幀之間做光流，用光流的大小判斷前景和背景。由于光流法計算復雜，對噪聲敏感，要求亮度恒常性，難以適應存在非均勻性亮度變化的紅外圖像。張天序在其申請的專利“一種動平臺地面運動目標檢測方法”(專利申請號201110114555.5，公開號CN102184550B)中公開了一種基于SIFT特征快速配準、利用多尺度運動顯著性檢驗和多幀差分進行動平臺地面運動目標檢測的方法。此方法能很好的解決動平臺情況下的背景補償問題，對場景中的光學變化和背景干擾有很好的魯棒性。然而由于SIFT特征的復雜性以及多尺度運動顯著性的檢驗需要花費比較多的時間，而且在配準存在偏差時，對檢測結果影響較大。運動補償后幀間背景相對靜止，用幀差法檢測得到的幀間差異像素主要為待檢測的運動目標。幀差法雖然運算簡單，但是也容易受紅外成像的非均勻性干擾，使得檢測結果產生虛警。又由于運動補償還存在誤差，也會使得幀差法產生虛警。
技術實現思路
針對現有技術的以上缺陷或改進需求，本專利技術提供了一種基于紅外圖像的動平臺運動目標檢測方法及系統，其目的在于利用紅外圖像的SURF特征點對運動圖像序列幀間進行配準，采用線性回歸對紅外圖像灰度值進行修正，最后采用區域梯度直方圖校正，由此抑制了紅外成像的非均勻性問題，提高了本專利技術方法估測可疑運動目標的準確性，減少了對配準精度的要求，提高對配準的魯棒性，又由于只對邊緣像素點進行區域梯度直方圖統計，極大的減少了計算量。為實現上述目的，按照本專利技術的一個方面，提供了一種基于紅外圖像的動平臺運動目標檢測方法，該方法包括以下步驟：(1)對當前幀紅外圖像構造尺度空間，采用非極大值抑制確定特征點；構造SURF特征點描述子并保存；(2)使用SURF特征點和單應性變化模型快速、準確地對運動圖像序列幀間進行配準，從而補償因為動平臺成像造成的幀間背景的平移、旋轉和縮放量；以當前幀為基準幀，與其前第K幀圖像和前第2K幀圖像進行SURF特征點匹配，計算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；(3)經過步驟(2)對運動圖像序列幀間配準后，獲得的配準幀與當前幀之間背景是相對靜止的，消除了由于成像平臺運動引起的場景中背景的平移、旋轉、縮放等變化，但由于紅外成像的非均勻性，導致場景中背景幀間對應位置的像素灰度值存在差異，采用線性回歸修正配準圖像對應位置的像素灰度值；本專利技術利用配準后的幀間相同位置對應像素點灰度值受紅外成像非均勻性影響，存在線性關系，通過利用線性回歸對當前幀和配準幀進行隨機采樣得到的相同位置的灰度值點對進行擬合，獲得線性關系參數截距a和斜率b，通過線性關系參數修正配準幀像素的灰度值，分別計算獲得前第K幀修正圖像和前第2K幀修正圖像；分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對當前幀和參考幀進行隨機采樣N個點，采用最小化χ2(a,b)線性回歸方法進行擬合：其中，yi和xi分別是當前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數對參考幀所有像素的灰度值進行修正，獲得前第K幀修正圖像和前第2K幀修正圖像；(4)當前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數項，分別對差分圖像1和差分圖像2進行二值化，大于二值化閾值的像素標記為可疑目標；對二值化后的差分圖像1和差分圖像2取交集，獲得可疑運動目標二值圖像；(5)對可疑運動目標二值圖像進行形態學閉操作濾波；(6)以濾波后可疑運動目標二值圖像的邊緣像素點為中心劃分一個區域，利用當前幀和前第2K幀修正圖像內相應區域內像素點的區域梯度統計直方圖進行校正，獲得運動目標二值圖像。進一步地，所述步驟(6)具體分為以下子步驟：(21)遍歷可疑運動目標二值圖像，尋找本身標記為運動目標但八鄰域不全為運動目標的像素點，即為邊緣像素點；(22)以邊緣像素點為中心，取m×m的區域，計算區域位置對應的當前幀和前第2K幀修正圖像內每個像素點的梯度幅值和方向；所述m根據目標大小尺寸調整，優選m取值為7；(23)將360度根據需求分割為x個區間，根據每個像素點的梯度方向，利用雙線性內插值法將幅值累加到直方圖中，分別獲得基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖；所述x的取值范圍為8到36之間，優選x等于18；(24)分別對基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖進行歸一化；(25)計算基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖的差值，差值的絕對值之和小于目標閾值則重新標記為背景，大于目標閾值則標記為已校正可疑目標邊緣像素點；所述目標閾值取值范圍為0.4到0.6，優選0.5；(26)返回步驟(21)，直到當前幀中所有邊緣像素點都進行過校正，獲得最終運動目標檢查結果圖。按照本專利技術的另一方面，提供了一種基于紅外圖像的動平臺運動目標檢測系統，該系統包括以下部分：特征確定模塊，用于對當前幀紅外圖像構造尺度空間，采用非極大值抑制確定特征點；構造SURF特征點描述子并保存；特征配準模塊，用于以當前幀為基準幀，與其前第K幀圖像和前第2K幀圖像進行SURF特征點匹配，計算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；灰度修正模塊，用于分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對當前幀和參考幀進行隨機采樣N個點，采用最小化χ2(a,b)線性回歸方法進行擬合：其中，yi和xi分別是當前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數對參考幀所有像素的灰度值進行修正，獲得前第K幀修正圖像和前第2K幀修正圖像；二值化模塊，用于當前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數項；分別對差分圖像1和差分圖像2進行二值化，大于二值化閾值的像素標記為可疑目標；對二值化后的差分圖像1和差分圖像2取交集，獲得可疑運動目標二值圖像；濾波模塊，用于對可疑運動目標二值圖像進行形態學閉操作濾波；目標獲取模塊，以濾波后可疑運動目標二值圖像的邊緣像素點為中心劃分一個區域，利用當前幀和前第2K幀修正圖像內相應區域內像素點的區域梯度統計直方圖進行校正，獲得運動目標二值圖像。進一步地，所述目標獲取模塊具體包括以下單元：邊緣獲取單元，用于遍歷可疑運動目標二值圖像，尋找本身標記為運動目標但八鄰域不全為運動目標的像素點，即為邊本文檔來自技高網...

【技術保護點】
一種基于紅外圖像的動平臺運動目標檢測方法，其特征在于，該方法包括以下步驟：(1)對當前幀紅外圖像構造尺度空間，采用非極大值抑制確定特征點；構造SURF特征點描述子并保存；(2)以當前幀為基準幀，與其前第K幀圖像和前第2K幀圖像進行SURF特征點匹配，計算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；(3)分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對當前幀和參考幀進行隨機采樣N個點，采用最小化χ

【技術特征摘要】
1.一種基于紅外圖像的動平臺運動目標檢測方法，其特征在于，該方法包括以下步驟：(1)對當前幀紅外圖像構造尺度空間，采用非極大值抑制確定特征點；構造SURF特征點描述子并保存；(2)以當前幀為基準幀，與其前第K幀圖像和前第2K幀圖像進行SURF特征點匹配，計算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；(3)分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對當前幀和參考幀進行隨機采樣N個點，采用最小化χ2(a,b)線性回歸方法進行擬合：其中，yi和xi分別是當前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數對參考幀所有像素的灰度值進行修正，獲得前第K幀修正圖像和前第2K幀修正圖像；(4)當前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數項，分別對差分圖像1和差分圖像2進行二值化，大于二值化閾值的像素標記為可疑目標；對二值化后的差分圖像1和差分圖像2取交集，獲得可疑運動目標二值圖像；(5)對可疑運動目標二值圖像進行形態學閉操作濾波；(6)以濾波后可疑運動目標二值圖像的邊緣像素點為中心劃分一個區域，利用當前幀和前第2K幀修正圖像內相應區域內像素點的區域梯度統計直方圖進行校正，獲得運動目標二值圖像。2.根據權利要求1所述的一種基于紅外圖像的動平臺運動目標檢測方法，其特征在于，所述步驟(6)具體分為以下子步驟：(21)遍歷可疑運動目標二值圖像，尋找本身標記為運動目標但八鄰域不全為運動目標的像素點，即為邊緣像素點；(22)以邊緣像素點為中心，取m×m的區域，計算區域位置對應的當前幀和前第2K幀修正圖像內每個像素點的梯度幅值和方向；(23)將360度根據需求分割為x個區間，根據每個像素點的梯度方向，利用雙線性內插值法將幅值累加到直方圖中，分別獲得基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖；(24)分別對基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖進行歸一化；(25)計算基于當前幀和基于前第2K幀修正圖像的區域梯度統計直方圖的差值，差值的絕對值之和小于目標閾值則重新標記為背景，大于目標閾值則標記為已校正可疑目標邊緣像素點；(26)返回步驟(21)，直到當前幀中所有邊緣像素點都進行過校正，獲得最終運動目標檢查結果圖。3.一種基于紅外圖像的動平臺運動目標檢測系統，其特征在于，該...

【專利技術屬性】
技術研發人員：顏露新，李俊，鐘勝，王果慶，李軍，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：湖北,42