[发明专利]基于显著性和结构性的红外运动小目标识别方法

权利要求书

1.一种基于显著性和结构性的红外运动小目标识别方法，其特征在于首先依据显著性特征对每帧图像进行显著性检测，然后通过运动目标的结构性排除非目标，通过运动目标的连续性轨迹进行目标的自动识别，该方法在无任何先验知识的条件下能准确的自动识别红外图像中的运动小目标；

所述方法包括如下步骤：

(1)从任意一帧图像开始，进行全局显著性检测，保存所有检测点位置、灰度信息；

(2)对下一帧做显著性检测；

(3)把当前检测可疑目标点与上一帧中的检测点做结构性匹配，根据运动目标的结构性，针对连续两帧内目标满足运动速度、目标面积变化、目标灰度变化的规则，于是基于结构性的判据准则满足公式:||l(t+1)-l(t)||<s，其中目标在第t帧下的状态记为l(t)，l(t)表示目标的运动速度、目标面积、灰度大小，目标在下一帧的状态记为l(t+1)，判据准则中的s是状态阈值，阈值的选取是根据当前目标的具体状态参数而设定的，运动小目标在连续两帧内的速度变化、面积变化、灰度变化满足该阈值s：速度与目标在前后两帧内的位置有关，面积与目标的像素个数有关，灰度与目标区域内的平均像素值大小有关；

(4)根据上述判据准则把能匹配到的点留下，丢弃上一帧中未能在下一帧找到匹配点的疑似目标点，同时加入当前帧中未被匹配的点；

(5)转向第(2)步，直到满足检测帧数小于阈值T，阈值T根据图像的信噪比大小来确定，它与信噪比大小成反比，当信噪比小时，此时噪声对真实目标的干扰大，需要更多的帧信息来识别真实目标；当信噪比大时，此时噪声对真实目标的干扰小，只需要较少的帧信息就能识别出真实目标；

(6)由前述步骤(1)-（5）得到一个疑似目标的运动轨迹集合，由运动目标的结构性识别出真实目标；

(7)识别结束。

2.根据权利要求1所述的基于显著性和结构性的红外运动小目标识别方法，其特征在于：步骤(3)中，依据运动目标的结构性约束进行匹配，其中运动目标的结构性是指针对视频场景中的运动目标，它具有连续的运动轨迹，而非目标或者噪声点、干扰点都不具有连续的运动轨迹，在视频帧图像中运动目标只可能出现在一个小的区域内，并且相邻两帧之间检测到的目标区域是连续的，这样构成了一个目标的运动连续轨迹，运动目标满足这种连续轨迹的特征，称为“结构性”。

3.根据权利要求1所述的基于显著性和结构性的红外运动小目标识别方法，其特征在于：步骤(6)中，依据运动目标的结构性进行目标识别的具体步骤是：先检测第一帧中所有疑似目标，然后检测下一帧内的所有可能疑似目标，然后根据目标的运动位移、目标点灰度值、运动速度匹配前后两帧中的检测到的疑似目标点；如果第一帧中的某个点在下一帧中能找到相关的匹配点，则保留该点的轨迹信息，否则丢弃该点；如果第二帧某个点未被第一帧中的点匹配，则加入点集合作为下一次匹配的初始点；根据以上匹配方法，得到一个新的匹配点初始集合，该集合包含了具有连续轨迹的疑似目标点。

4.根据权利要求1-3任一项所述的基于显著性和结构性的红外运动小目标识别方法，其特征在于，所述阈值T设定为15帧。