[发明专利]一种基于背景分类的运动小目标检测方法和系统

权利要求书

1.一种基于背景分类的运动小目标检测方法，其特征在于，包括：

(1)对图像中的地物深空混合背景进行分类，标记背景类别得到背景模板图像；

(2)利用所述背景模板图像获得图像中的地物背景区域图像，基于多尺度空域显著特征得到地物背景目标检测结果；具体包括：

(21)利用背景模板图像获得图像中的地物背景区域图像；

(22)对所述地物背景区域图像进行多尺度空域显著性分析得到空域显著特征；

(23)对所述空域显著特征进行分割得到候选目标，再对每个候选目标进行SCR滤波处理，得到地物背景目标检测结果；

(3)利用所述背景模板图像获得图像中的深空背景区域图像，基于不变矩特征得到深空背景目标检测结果；具体包括：

(31)利用背景模板图像获得图像中的深空背景区域图像；

(32)对所述深空背景区域图像提取背景中的显著星体点，利用不变矩特征找出在连续多帧图像中出现的显著星体点作为参考星体点，再利用仿射变换估计深空背景的运动特征参数；

(33)对深空背景区域图像检测得到候选目标点，利用估计的仿射变换参数寻找前两帧图像中的匹配点作为背景中的星体点予以剔除，得到候选目标点集；

(34)计算候选目标点集中每个候选目标点的运动特征，根据目标的运动特征和灰度特征的一致性对候选目标点进行筛选，得到深空背景目标检测结果；

(4)综合所述地物背景目标检测结果和所述深空背景目标检测结果并进行多帧确认，得到最终的目标检测结果。

2.如权利要求1所述的基于背景分类的运动小目标检测方法，其特征在于，所述步骤(1)包括：

(11)对图像计算多角度相关统计值生成灰度共生矩阵；

(12)对所述灰度共生矩阵进行分割，标记图像中各像素的背景类别，得到背景模板图像。

3.如权利要求1所述的基于背景分类的运动小目标检测方法，其特征在于，所述步骤(4)包括：

(41)将步骤(2)和步骤(3)处理得到的地物背景目标检测结果和深空背景目标检测结果进行综合得到候选目标集合；

(42)对所述候选目标集合中的每个候选目标进行多帧确认，得到最终的目标检测结果。

4.一种基于背景分类的运动小目标检测系统，其特征在于，包括：

背景分类模块，用于对图像中的地物深空混合背景进行分类，标记背景类别得到背景模板图像；

地物背景目标检测模块，用于利用所述背景模板图像获得图像中的地物背景区域图像，基于多尺度空域显著特征得到地物背景目标检测结果；包括：

地物背景区域图像获取子模块，利用背景模板图像提取图像中的地物背景区域图像；

空域显著性分析子模块，利用多尺度显著性分析算子对获得的地物背景区域图像进行分析，得到地物背景区域图像的空域显著特征；

目标检测子模块，用于对空域显著特征值进行分割得到候选目标，再对每个候选目标进行SCR滤波处理，得到地物背景目标检测结果；

深空背景目标检测模块，用于利用所述背景模板图像获得图像中的深空背景区域图像，基于不变矩特征得到深空背景目标检测结果；包括：

深空背景运动特征估计子模块，利用不变矩特征找出序列图像中的参考星体点来估计得到深空背景的运动特征参数；

深空背景星体点剔除子模块，提取候选目标点，利用估计得到的深空背景运动特征参数在前两帧图像中寻找匹配点作为星体点予以剔除，得到候选目标点集；

目标确认子模块，计算候选目标点集中候选目标点的运动特征，根据目标运动特征和灰度特征的一致性对候选目标点进行筛选，得到深空背景目标检测结果；

目标检测结果综合确认模块，用于综合地物背景目标检测结果和深空背景目标检测结果并进行多帧确认，得到最终的目标检测结果。

5.如权利要求4所述的基于背景分类的运动小目标检测系统，其特征在于，所述背景分类模块包括：

灰度共生矩阵计算子模块，用于对图像计算多角度的相关统计值得到灰度共生矩阵；

背景模板生成子模块，用于对得到的灰度共生矩阵进行分割，标记图像中各像素的背景类别，得到背景模板图像。

6.如权利要求4所述的基于背景分类的运动小目标检测系统，其特征在于，所述目标检测结果综合确认模块包括：

目标检测结果综合子模块，用于将地物背景目标结果和深空背景目标检测结果进行综合，得到候选目标集合；

目标检测结果确认子模块，用于对所述候选目标集合中的每个候选目标进行多帧确认，得到最终的目标检测结果。