[发明专利]红外弱小目标检测方法无效
申请号: | 201010300271.0 | 申请日: | 2010-01-14 |
公开(公告)号: | CN101719280A | 公开(公告)日: | 2010-06-02 |
发明(设计)人: | 牛志彬;周越;李寅 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 上海交达专利事务所 31201 | 代理人: | 王锡麟;王桂忠 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 红外 弱小 目标 检测 方法 | ||
1.一种红外弱小目标检测方法,其特征在于,包括以下步骤:
第一步、采集原始红外图像序列,并将原始红外图像序列转化为若干帧灰度图像;
第二步、计算每一帧灰度图像中每一个像素点的稠密DAISY描述子;
第三步、根据相邻两帧灰度图像之间每一个像素的稠密DAISY描述子经过DAISY流处理得到混合流场;
第四步、消除混合流场中具有平台-阶梯特性的区域,在得到结果图像中进行阈值判断,当阈值判断成功时即检测到红外弱小目标的坐标;
所述的阈值判断是指:对经过消除平台-阶梯特性的图像,进行阈值分割,得到包含小目标和干扰背景区域的二值图像,通过检测其灰度值为1的且满足弱小目标面积条件的区域,即为弱小目标的位置。
2.根据权利要求1所述的红外弱小目标检测方法,其特征是,所述的计算每一帧灰度图像中每一个像素点的稠密DAISY描述子,包括如下步骤:
2.1)灰度图上每一个像素采用高斯滤波器获得高斯卷积方向图;
2.2)将每一个像素的高斯卷积方向图及其标准方差的高斯核求卷积,获得该像素对应的标准差下的描述向量;
2.3)将描述向量归一化后替换为每一个像素的对应数值,稠密DAISY描述子。
3.根据权利要求1所述的红外弱小目标检测方法,其特征是,所述的DAISY流处理是指:首先提取灰度图像中的点特征,然后对每一个提取的点特征计算DAISY描述子及其对应相邻两帧间像素点的匹配,从而生成混合流场。
4.根据权利要求1所述的红外弱小目标检测方法,其特征是,所述的混合流场包括:背景水平混合流场、背景垂直混合流场、弱小目标水平混合流场和弱小目标垂直混合流场。
5.根据权利要求1所述的红外弱小目标检测方法,其特征是,所述的消除混合流场中具有平台-阶梯特性的区域是指:对检测到的块状区域灰度值减去其平均值,即消除混合流场中的具有平台-阶梯特性的区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010300271.0/1.html,转载请声明来源钻瓜专利网。