[发明专利]一种低空复杂背景无人机目标检测方法

摘要

本发明属于图像检测技术领域，具体涉及一种低空复杂背景无人机目标检测方法。该方法在图像滤波时使用的滤波模板专为天空背景弱小目标设计，滤波后显著提高目标与邻域背景的对比度，更有利于低信噪比图像的目标检测以及提取目标时灰度阈值、边缘追踪阈值的选取；利用疑似目标邻域特征值统计算法，能有效剔除典型背景干扰，不需要通过相邻帧图像配准和差分，对搜索转台稳定性要求不高，相比基于图像配准的算法时间复杂度低、更利于在实时嵌入式系统中实现；本发明充分利用无人机与碎云、地物、飞鸟运动特性的差异，通过对目标运动轨迹位移大小的限制和方向一致性的要求判断疑似目标是否为无人机目标，虚警率较低。

主权项

1.一种低空复杂背景无人机目标检测方法，其特征在于，所述检测方法包括如下步骤：S1、图像滤波：使用以下滤波模板与原始图像做卷积，滤波后原始图像中相对均匀的天空背景被压缩至较低的灰度级，而天空中相对较亮的小目标、地面亮背景的边缘仍保持较高的灰度级；‑1，‑2，‑3，‑2，‑1‑2，3，4，3，‑2‑3，4，4，４，‑3‑2，3，4，3，‑2‑1，‑2，‑3，‑2，‑1S2、提取疑似目标：对滤波后的图像数据设定灰度阈值、边缘追踪阈值、尺寸阈值，采用边缘追踪法提取图像中符合灰度、尺寸阈值要求的疑似目标；S3、剔除背景干扰：分别统计步骤S2中疑似目标的邻域亮像素数，将亮像素数超出阈值范围的疑似目标判定为地物或云背景干扰予以剔除，剩余目标则为天空中的疑似小目标；S4、时域信息相关建立目标航迹：通过判断疑似小目标运动轨迹进一步确认无人机目标。