YNAO OpenIR  > 抚仙湖太阳观测站
一种结合时空域的弱小目标能量累积增强方法
张涛; 樊香所; 郭红伟; 黄善杰
Rights Holder中国科学院云南天文台
Patent NumberZL201611055347.1
Application NumberCN201611055347.1
2016-11-25
Application Date2016-11-25
Open (Notice) NumberCN106780545A
Date Available2017-05-31
IPC Classification NumberG06T7/215
Country中国
Subtype发明
Status公开
Subject Area天文学
MOST Discipline Catalogue理学 ; 理学::天文学
Contribution Rank1
Abstract一种结合时空域的弱小目标能量累积增强方法,首先采用各向异性微分算法对待处理图像进行背景抑制,以减少背景杂波的干扰;然后结合邻域内弱小目标多帧运动特性,采用高阶累积的目标能量增强方法,获取连续多帧图像邻域内的能量极大值,实现运动目标能量的有效累积,达到增强的目的;最后采用恒虚警假设检测验法对增强后图像进行分割提取,突显出目标。与传统的单帧增强方法相比,本发明根据目标的运动特性在目标的运动邻域内对弱目标的能量进行累积,实现了比单帧增强方法更好地增强效果,有效抑制了图中的高斯噪声,显著提高了图像的信噪比。
Claim1.一种结合时空域的弱小目标能量累积增强方法,其特征在于包括如下步骤: 步骤一、各向异性背景预测:采用各向异性微分算法对待处理图像进行背景抑制,剔除 背景杂波对目标的干扰,得到去背景图像; 步骤二、对步骤一中的去背景图像,结合多帧图像邻域内目标运动特性,采用高阶累积 增强法对弱小目标进行能量增强; 步骤三、采用步骤二中的高阶累积增强法获取多帧图像邻域内的能量极大值,实现运 动目标能量的有效累积,达到增强的目的,得到增强后的系列图像; 步骤四、采用恒虚警假设检测验法对步骤三中获取的增强后的系列图像进行分割提 取,突显出目标,得到系列图像的目标点。 2.根据权利要求1所述的结合时空域的弱小目标能量累积增强方法,其特征在于:所述 步骤一中,采用各向异性微分算法对待处理图像进行背景抑制包括以下三个步骤: (11)定义边缘停止函数: (12)分别求取待处理图像中某个像素点四个方向的边缘停止函数值,并选择最小的两 个边缘停止函数值作为两个平滑系数: (13)根据两个平滑系数,构建滤波模板对图像进行滤波获得去背景图像: 通过以上三步操作,就获取去背景后的图像。 3.根据权利要求1所述的结合时空域的弱小目标能量累积增强方法,其特征在于:所述 步骤二中,结合多帧图像邻域内目标运动特性,采用高阶累积增强法对弱小目标进行能量 增强步骤如下: (21)定义单帧目标的运动能量累积: f p ( x , y ) = Σ m = - r , n = - r m = r , n = r t p ( x , y ) · F 0 ( x + m , y + n , k ) P 0 ( x , y ) = arg m a x p f p ( x , y ) 式中,x为候选目标的横坐标值,y为候选目标纵坐标值,m为候选目标在邻域内的坐标 序号,r为邻域范围大小,k为时刻数,p为候选目标的运动模式,tp为目标邻域运动模板,F0为 去背景时域序列图像,fp(x,y)代表横纵坐标处于(x,y)处的候选目标在某种运动模式下的 邻域能量值,P0(x,y)代表求取所有运动模式下的邻域能量的最大值; (22)定义多帧高阶累积量,公式如下: C = E { P 0 ( x , y , 1 - M 2 ) + P 0 ( x , y , 3 - M 2 ) + ... + P 0 ( x , y , M - 1 2 ) } 式中,M为前后累积帧数,为所有运动模式下当前帧邻域能量的最大值, 为所有运动模式下前一帧邻域能量的最大值,为所有运动模式 下后一帧邻域能量的最大值,E{ }表示求取前后累积帧的均值,C表示多帧高阶累积量。 4.根据权利要求1所述的结合时空域的弱小目标能量累积增强方法,其特征在于:所述 步骤三中,采用步骤二中的高阶累积增强法获取多帧图像邻域内的能量极大值,实现运动 目标能量的有效累积,达到增强的目的,得到增强后的系列图像,具体步骤如下:定义多帧 高阶累积量,求取前后累积帧的均值作为当前帧的运动能量累积值,依次循环遍历,直到处 理往所有系列图像为止,以此获取增强后的系列图像。 5.根据权利要求1所述的结合时空域的弱小目标能量累积增强方法,其特征在于:所述 步骤四中,采用恒虚警假设检测验法对对步骤三中获取的增强后的系列图像进行分割提 取,突显出目标,得到系列图像的目标点,恒虚警假设检测验法具体步骤如下: (41)实际场景中序列图像中噪声视为高斯噪声,对于去背景图像采用如下假设: H 0 : F 0 ( x , y , k ) = N ( x , y , k ) H 1 : F 0 ( x , y , k ) = F T ( x , y , k ) + N ( x , y , k ) - - - ( 2 - 1 ) 式中,x为候选目标的横坐标值,y为候选目标纵坐标值,k为时刻数,F0(x,y,k)表示去背 景图像,N(x,y,k)表示图像中高斯噪声部分,FT(x,y,k)表示图像中目标部分,H0代表非目标 所在像素,H1代表目标所经过的像素; (42)定义去背景后图像当前帧前后累积帧的均值的大小,具体表达式如下: C M f = E { F 0 ( x , y , 1 - M 2 ) + F 0 ( x , y , 3 - M 2 ) + ... + F 0 ( x , y , M - 1 2 ) } + C M T + C M N - - - ( 2 - 2 ) 式中,x为候选目标的横坐标值,y为候选目标纵坐标值,M为前后累积帧数, 为去背景后的当前帧图像,为去背景后的前一帧图像, 为去背景后的后一帧图像,E{ }表示求取前后累积帧的均值,Cmf去背景后图 像当前帧前后累积帧的均值的大小,CMT为目标前后累积帧的均值的大小,CMN为噪声前后累 积帧的均值的大小; (43)采用(42)中定义的去背景后图像当前帧前后累积帧的均值的大小作为假设检测 统计量,具体表达式如下: 式中,CMf表示去背景后图像当前帧前后累积帧的均值的大小,H0为非目标像素,H1为目 标像素; (44)定义假设检验判定法,具体公式如下: H 0 : C = 2 M f < λ H 1 : C = 2 M f ≥ λ - - - ( 2 - 4 ) 式中,和分别为M 帧图像的灰度均值和方差,N为视频总帧数,k为时刻数,由于有 其中Pfa为设定的恒虚警概率,λ为阈值大小,通过查询x2分 布表获得。
Language中文
Patent Agent杨学明 ; 顾炜
Agency北京科迪生专利代理有限责任公司
Document Type专利
Identifierhttp://ir.ynao.ac.cn/handle/114a53/12047
Collection抚仙湖太阳观测站
Affiliation云南省昆明市官渡区羊方旺中国科学院云南天文台
First Author AffilicationYunnan Observatories, Chinese Academy of Sciences
Recommended Citation
GB/T 7714
张涛,樊香所,郭红伟,等. 一种结合时空域的弱小目标能量累积增强方法. ZL201611055347.1[P]. 2016-11-25.
Files in This Item:
File Name/Size DocType Version Access License
CN106780545A-一种结合时空域(926KB)专利 开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张涛]'s Articles
[樊香所]'s Articles
[郭红伟]'s Articles
Baidu academic
Similar articles in Baidu academic
[张涛]'s Articles
[樊香所]'s Articles
[郭红伟]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张涛]'s Articles
[樊香所]'s Articles
[郭红伟]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: CN106780545A-一种结合时空域的弱小目标能量累积增强方法-公开.PDF
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.