[发明专利]一种长波红外弱小目标检测识别方法

权利要求书

1.一种长波红外弱小目标检测识别方法，其特征在于，该方法包括如下步骤：

步骤1、连通域标记提取候选目标数据；

步骤2、重复步骤1，进行数据积累，积累N帧候选目标数据；

步骤3、积累至第N+1帧数据，根据积累的目标数据执行决策判断以进行真假识别；

步骤4、根据真假识别结果进行判断，如果符合决策判据，则进入跟踪阶段，并输出目标的位置信息；如果不符合决策判据，则积累的N帧数据清零，返回步骤1；

步骤5、跟踪阶段执行虚检处理，如果发现存在虚检，则执行跟踪退出操作，积累的N帧数据清零，返回步骤1，否则持续进入跟踪阶段。

2.根据权利要求1所述的方法，其特征在于，步骤5中执行跟踪退出操作的条件包括如下任意一个：

退出条件一：如果目标K帧连续不运动，则闪元被检测为目标，执行跟踪退出操作；

退出条件二：如果所述跟踪阶段中的目标面积小于给定阈值，则执行跟踪退出操作；

退出条件三：如果所述跟踪阶段中的目标存活概率小于给定阈值，则执行跟踪退出操作；

退出条件四：如果所述跟踪阶段中目标面积大于给定阈值，则执行跟踪退出操作。

3.根据权利要求1所述的方法，其特征在于，步骤3中根据积累的目标数据执行决策判断，具体包括：

第N+1帧对前N帧数据进行距离匹配，找出距离最近的目标，标记为同一个目标，计算所述同一个目标帧间的运动值、平均面积、平均灰度，利用预设的假目标判断阈值进行假目标剔除，筛选确认出真目标；

其中，所述运动值包括两种运动值，一种是绝对运动值，一种是相对运动值。绝对运动值为去除平台自身晃动导致的目标位置变化，只包含目标沿垂直光轴面运动导致的目标在图像中的位置变化。相对运动值耦合了探测平台自身的姿态运动带来的目标在图像中的位置变化，为第N+1帧目标位置坐标与前N帧位置坐标差。

4.根据权利要求1所述的方法，其特征在于，在步骤1中，连通域标记提取候选目标数据，具体包括：

首先计算图像灰度均值与标准差，利用信噪比阈值计算目标分割阈值，利用连通域标记算法提取候选目标，在进行连通域标记的同时，将灰度大于一定阈值且像素个数为1的目标直接剔除掉；连通域标记完成后，对提取的候选目标先按照灰度排序，提取连通域灰度总和最大的前M/2个目标，然后对剩下的目标按照面积排序，再提取面积最大的前M/2个目标；每张图像中共提取出M个目标进行后续处理，对于提取出的所述M个目标中的每一个，分别记录位置坐标、灰度均值以及目标像素个数，写入连通域信息表中。

5.根据权利要求3所述的方法，其特征在于，在步骤3中，假目标判断阈值包括：1)设置了上下限的平均成像面积阈值；2)设置了上下限的平均位置变化范围阈值；3)设置了上下限的目标灰度均值。

6.根据权利要求1所述的方法，其特征在于，在步骤2中，进行数据积累，具体包括：

对于前N帧，进行全幅面检测，每帧中选出M个候选目标区域，仅保存并积累这M个目标区域的信息，不予输出任何目标识别信息。