专利名称：一种动平台地面运动目标检测方法
技术领域：
本发明属于计算机视觉与航空航天技术交叉的科学技术领域，具体涉及到一种动平台地面运动目标检测方法。
背景技术：
运动目标检测主要有静平台和动平台两种模式。静平台情况下的运动目标检测和跟踪技术已经比较成熟，动平台情况下的运动目标检测和跟踪技术还在发展之中。对于静平台运动目标检测任务，图像背景保持不变，背景模型通常已知，运动目标检测相对容易。 动平台运动目标检测是计算机视觉、视频图像跟踪等应用领域的重要研究问题。动平台运动目标检测算法要比静平台运动目标检测算法复杂得多，平台的运动导致背景图像的表观变化，同时待检测的目标也在运动，整幅图像的前景运动和平台运动产生的背景运动混合在一起，只有很好地把这两种运动分开，才能够准确的检测出运动目标，这给背景的补偿问题提出了很大的挑战。在国外，1992年就有人开始研究动平台情况下的运动目标检测，而国内的研究还处于起步阶段。Lee Jin-Simg等人提出了基于运动矢量置信度的目标跟踪的算法。但是该算法在求运动矢量时用的是块匹配法，准确性不能保证，而且用两帧差分法检测运动目标， 检测出来的目标结构不完整。顾樑等提出的基于稀疏采样的局部补偿误差函数泰勒展开算法能快速寻找出背景运动的仿射模型参数，但该算法易受光照、噪声、矢量聚类的门限以及设定的步长的影响。赖作镁等提出了基于鲁棒背景运动补偿的动目标检测算法，该算法能有效消除平台运动引起的背景运动，在平台运动的情况下得到完整的目标。该算法是在补偿后的前一帧和当前帧之间做光流，用光流的大小判定前景和背景，而光流易受光照和灰度等级变化的影响，在判断前景背景上容易出现问题，而且该算法计算复杂、运算时间长。本发明中所采用的SIFT特征提取算法是由D.G.Lowe 1999年提出的，并于2004 年完善总结(见文献David G.Lowe Distinctive image features from scale invariant keypoints. International Journal of Computer Vision, 2004)。后来 Y. Ke 将其描述子部分用PCA代替直方图的方式，对其进行改进。SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。它广泛地运用于各个领域，例如立体视觉、模式识别以及运动分析等领域都要用到图像配准。但是，该算法运算量大，实时配准存在困难，为解决上述技术难点，必须发明有效的技术途径。
发明内容
本发明提供一种动平台地面运动目标检测方法，能够解决平台运动情况下的图像配准、运动显著性检验、运动目标检测问题，快速准确地将运动物体从图像中提取出来，为后续目标跟踪、识别等图像处理提供基础。
本发明提供的一种动平台地面运动目标检测方法，包括利用SIFT特征进行快速图像配准、运动目标预检测即多尺度运动显著性检验、多帧差分等发明点。SIFT特征提取算法是一种稳定的局部特征描述子算法，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的配准问题。本发明将SIFT特征用于图像配准，提出了一种鲁棒的配准算法，将相邻帧图像进行背景配准以补偿平台运动引起的背景表观运动。该配准算法具有很强的稳健性，适用于平台运动复杂的场合，而且在实时性方面优于传统的配准算法。运动显著性检验是一种空间多尺度运动目标预检测方法，该方法通过对子块进行多尺度运动显著性检验， 来限制潜在运动区域的数量，同时也对运动目标区域进行了预检测，为后续确认运动目标作必要准备。针对运动的成像器平台所拍摄的地面运动目标的图像序列，对于该序列中的任意帧图像比如第η帧，本发明的主要步骤包括(1)设第(n-m)帧、第 η 帧、第(n+m)帧图像分别为 fn_m(x，y)、fn(x，y)、fn+m(x，y)， 分别计算其SIFT特征描述子，其中η为图像帧号，m为帧间隔即时间尺度(m的取值与目标运动速度有关，对于快速运动目标m取较小值，对于慢速运动目标m取较大值)；(2)以第η帧图像为参考，将第(n-m)帧和第(n+m)帧图像分别进行配准，得到第 (n-m)帧、第(n+m)帧配准图像，设为 gn_m(x，y)和 gn+m(x，y)；(3)将两幅配准图像分别与第η帧图像进行空间多尺度运动显著性检验，得到第 (n-m)帧和第η帧运动显著区域分割图hn_m,n(x，y)以及第η帧和第(n+m)帧运动显著区域分割图hn,n+m(x，y)；(4)计算第η帧图像和第(n-m)帧配准图像的差分绝对值图像
权利要求
1.一种动平台地面运动目标检测方法，通过对地面运动目标的图像序列进行检测处理，以检测出地面运动目标，该方法具体包括如下步骤(1)设所述图像序列的第(n-m)帧、第η帧和第(n+m)帧图像分别为fn_m(x，y)、fn(x， y)和fn+m(x，y)，分别计算该三帧图像的SIFT特征描述子，其中η为图像序列中任一帧图像的帧号，m为差分步长；(2)以该第η帧图像为参考，将第(n-m)帧和第(n+m)帧图像分别进行配准，得到第 (n-m)帧和第(n+m)帧配准图像，记为gn_m(x，y)和gn+m(x，y)；(3)将两幅配准图像分别与第η帧图像进行空间多尺度运动显著性检验，具体为首先将图像切割成与运动目标相近的子块，子块的尺寸由大到小或者由小到大变化；然后计算两幅图像相应子块的灰度互相关；最后，利用OTSU阈值分割对各子块的灰度互相关求得分割阈值，并将高于所述分割阈值的分割块作为运动显著区域，得到第(n-m)帧和第η帧运动显著区域分割图hn_m,n(x，y) 以及第η帧和第(n+m)帧运动显著区域分割图tvn+m(X，y)；(4)计算该第η帧图像和第(n-m)帧配准图像的差分绝对值图像
2.根据权利要求1所述的方法，其特征在于，所述两幅图像相应子块的灰度互相关通过如下过程计算得到设两幅图像子块分别为s (x, y)，t (x, y)，则去均值归一化的灰度互相关为
3.根据权利要求2所述的方法，其特征在于，所述联合期望Est(u，ν)通过如下公式计算
4.根据权利要求1-3之一所述的方法，其特征在于，所述方差Ds(u，ν)和Dt(u，v)分别通过如下公式计算
全文摘要
本发明公开了一种动平台地面运动目标检测方法，包括(1)分别计算图像序列的第(n-m)帧、第n帧和第(n+m)帧图像的SIFT特征描述子(2)以第n帧图像为参考，将第(n-m)帧和第(n+m)帧图像分别进行配准得到配准图像(3)将两幅配准图像分别与第n帧图像进行空间多尺度运动显著性检验；(4)计算第n帧图像和第(n-m)帧配准图像以及第n帧图像和第(n+m)帧配准图像的差分绝对值图像(5)分别计算第(n-m)帧和第n帧以及第n帧和第(n+m)帧的差分图(6)将两幅差分图混合得到三帧差分图再进行二值化(7)对二值分割图进行形态学处理，然后进行区域标记，得到最终的检测结果图。本发明解决了动平台情况下的背景补偿问题，对场景中的光线变化和背景干扰以及由于平台运动产生的图像变形都有很好的鲁棒性。
文档编号G06T7/20GK102184550SQ20111011455
公开日2011年9月14日 申请日期2011年5月4日 优先权日2011年5月4日
发明者卢海风, 张天序, 易可佳, 李 浩, 李高飞, 许迪, 高慧杰 申请人:华中科技大学