[发明专利]一种动目标多源探测的层次融合与提取方法

权利要求书

1.一种动目标多源探测的层次融合与提取方法，其特征在于：包括以下步骤：

步骤1：读取多源图像传感器输入的图像；

步骤2：将可见光图像和红外光图像进行图像配准，融合配准后的图像，得到第一层融合图像；

步骤3：将第一层融合图像和高光谱图像进行图像配准，依地物分类区域对配准后的图像像素进行弱化处理，得到第二层融合图像；

步骤4：对第二层融合图像进行目标探测，得到目标在图像中的位置信息，对目标进行感知，得到目标在真实环境中的经纬度，调整飞行器的姿态追踪目标，实现对目标的持续探测与感知；

所述的步骤2与步骤3中图像配准方法具体为：

步骤2.1：提取图像边缘轮廓，得到原图像的边缘轮廓图像；

使用相位一致性算法对图像进行提取轮廓，相位一致性函数为：

其中A_n为尺度n上的幅值；φ_n(x)为x处的第n个傅里叶分量相位值；表示当PC(x)在x处取得最大值时，傅里叶各分量局部相位角的加权平均量；

步骤2.2：在边缘轮廓图像中建立具有尺度、位置和方向信息的特征角点，具体方法为：

步骤2.2.1：构造非线性尺度空间，使特征角点带有尺度信息；

对边缘轮廓图像进行高斯滤波处理，得到图像灰度直方图与对比度因子；转换一组计算时间后采用加性算子分裂算法得到非线性滤波图像的所有信息层：

其中，A_l表示图像I在不同维度l上的传导矩阵；t_i定义为计算时间，且每次只用一组计算时间来构造非线性尺度空间；E为单位阵；

步骤2.2.2：检测特征角点，得到特征角点位置信息；

在非线性尺度空间的边缘轮廓图像中逐点运动一个局部窗口，对窗口内的像素值进行运算来判断是否为角点；

步骤2.2.3：计算特征角点的方向信息

特征角点p(i)在图像中的坐标为(x(i),y(i))，在邻域内选择两个点p(i-k)、p(i+k)，使这两个点与点p(i)距离为k，T为点p(i)处的切线，特征角点p(i)的主方向为切线T与x轴正方向的夹角θ_特征，计算公式如下：

步骤2.3：建立形状描述矩阵；

设特征点集P{p₁,p₂,...p_n,},p_i∈R²，以某一特征点p(i)为原点，在以p(i)点为中心的r×r邻域内，建立极坐标系，对360°进行12等份，得到12个扇区，然后按半径依次为画出五个同心圆，得到60个小区域；统计每个小区域内的特征点个数，计算p_i点的形状直方图hi，每个特征点的形状直方图hi就是每个特征点的形状上下文描述子；每个特征点的形状直方图hi的计算方法为：

hi(α)＝#{q≠p_i:(q-p_i)∈bin(α)}

其中，#表示统计第α个区域中特征点的个数；α＝1,2,...,60；

步骤2.4：将两幅图像的特征角点进行匹配，完成图像配准；

通过使用欧式距离搜索其最近邻和次近邻的特征点，欧式距离为：

其中，a_i为参考图像任意特征点的形状上下文描述R(a₀,a₁,...a₅₉)中的第i个，b_i为参考图像任意特征点的形状上下文描述I(b₀,b₁,...b₅₉)中的第i个；

若p为某一幅图像中任一特征点，与p待配准的最近邻和次近邻特征点分别设为i、j，则他们与特征点p的欧式距离分别为D_ip和D_jp；设定运算阈值当该阈值小于某一值时，即认为p与i是正确配对的特征点，否则失败。