[发明专利]基于视觉仿生的运动目标检测方法

说明书

技术领域：

本发明属于基于视觉仿生的运动目标检测技术领域，是光电成像搜索与跟踪系统、精确制导系统、目标监视系统、卫星遥感系统、安全检查系统等的一项核心技术，在各类军、民用系统中均可有广泛的应用。

背景技术：

如何解决复杂背景下运动目标的识别与稳定提取对光电探测系统的性能有着直接的至关重要的影响。目前对复杂背景下的目标检测与跟踪主要采用了基于运动分析和基于特征匹配的方法。由于目标运动的复杂性和不确定性，使得基于运动分析的方法在计算量和检测跟踪可靠性上的矛盾难以协调，而基于特征匹配的方法一般都是基于目标的某些局部特征，这些特征在实际中可能往往会因各种原因被干扰或弱化，从而使得目标检测与跟踪性能受到极大限制，甚至导致系统完全无法正常工作。因此，如何有效地提取、识别与跟踪混杂在各种复杂背景中的运动目标一直是光电探测跟踪系统面临的最大难点和急需解决的关键核心技术之一，尤其需要寻求新的思路才能取得突破。

动物能从各种复杂背景中快速、准确地捕获、跟踪目标，而无论目标运动的速度是慢是快，运动物体自身的形状是简单还是复杂，这些都没有给动物视觉感知造成太大的困难。光学成像目标探测跟踪系统与动物搜索与跟踪感兴趣目标的过程和要求十分相似，主要体现在以下三个层面：转动摄像机在景物空间中搜索感兴趣的视野，这与动物移动身体及头部搜索感兴趣视野是一致的；在确定的视野范围里，搜索显著的可疑位置，这与视觉系统的where通路吻合；对可疑区域做精细的模式匹配与识别，模拟瞳孔的聚焦作用，也与视觉系统的what通路一致。因此，对动物视觉感知系统及其计算模型的研究可为光电成像探测跟踪系统在复杂场景下的目标识别与跟踪提供良好的模型基础。

神经生理学和神经解剖学对视觉感知系统进行了深入系统地研究。目前，视觉感知系统对外界信息认知过程已基本清楚，是一个具有where和what两条通路的、且既有信息横向流动，又有纵向信息流动的极为复杂的动力过程。选择注意在其中扮演了重要角色。神经生理学和心理学实验表明，选择注意并不是单一脑区的行为，它与上丘、后顶叶、丘脑后结节等脑区的活动有关，并出现在信息处理的各个层次上，即涉及从单个神经元到整个网络的各个层次，“注意无所不在”。选择注意机制是视觉感知信息处理系统的一种主动策略，具有选择性、竞争性和定向性等特点，它与学习、记忆模块等协同工作，完成将注意目标从背景中分离、注意焦点在多个目标间转移，注意目标与记忆中的模式匹配等任务。

在视觉系统的神经生理结构和功能研究取得进展的同时，视觉感知计算模型研究也取得了发展，其中以选择注意模型研究最为活跃。根据其驱动性质不同，选择注意模型主要分为数据驱动的注意模型和任务驱动的注意模型两种。两者争论的焦点在于选择注意系统是与数据信息处理系统分离的(即是否存在单独的注意皮层或区域)，还是两者紧密结合。数据驱动的注意模型目前已经发展得较为完善，框架也相对固定，只是按照具体任务的不同，在初级特征提取阶段选择不同的特征，并采取不同的焦点转移方式。很显然，这种数据驱动的注意模型与选择注意的神经生理结构和心理学实验结果不尽相符，在实际应用中效果并不十分明显。较数据驱动的选择注意模型研究而言，对任务驱动的注意选择模型的研究相对较少，目前的大多数工作限于生物实验取证和理论研究，目前尚缺乏统一的框架。相关数据表明，这些视觉仿生模型的尝试和应用取得了一定的效果，但它们的最大特点仍是以数据驱动的选择注意模型为基础，缺乏选择注意与学习、记忆等模块的竞争、整合和调控机制，普遍性和稳健性还存在不足。

发明内容：

本发明的目的在于针对现有技术的不足，提供一种基于视觉仿生的运动目标检测方法，与成像硬件系统配套进行信号分析与处理，提高成像跟踪系统对运动目标的检测和识别性能，满足识别与跟踪复杂背景下动目标的需要。

为实现这一目的，本发明的技术方案从人眼视觉系统生理结构出发，以序列图像中运动目标和背景之间的空时显著性差异特征为切入点。本发明采用以下技术方案：

一种基于视觉仿生的运动目标检测方法，其特征在于，所述检测方法包括如下步骤：

1)采用DOG函数描述人眼视网膜和侧膝体上同心圆形感受野，提取图像的f(r)空间频率特征I(r)，并且感受野的兴奋带宽σ_ex和抑制带宽σ_inh由像素梯度的最大值和最小值自适应选择；