专利名称：空间微弱运动目标检测方法
技术领域：
本发明涉及一种空间目标检测方法，特别是一种空间微弱运动目标检测方法。
背景技术：
文献“深空背景弱小运动目标检测算法研究，光学技术，2010, Vol36⑵， P209-212”公开了一种基于序列图像多帧累加并提取特征的深空背景下弱小运动目标的检 测算法。该方法先进行背景抑制；采用序列图像多帧累加增强目标与恒星的对比度，提取 局部星图并剔除恒星干扰；最后结合候选目标的特征完成目标检测。由于在剔除恒星时需 要使用多于5帧图像进行累加，降低了算法处理的效率，并且在背景光照、噪声有剧烈变化 时，多帧累加并不能增强目标与恒星的对比度；在获取候选目标之后，只是了采用基于逻辑 的最近邻关联方法在相邻两帧间对目标进行关联，并未完全利用序列图像整个目标轨迹信 息，因此不能有效的剔除虚假目标，在目标局部信噪比小于3时，检测率不足90%，且不能 解决目标被恒星遮挡问题。
发明内容
为了克服现有的空间微弱运动目标检测方法检测率低的不足，本发明提供一种空 间微弱运动目标检测方法。该方法依据目标灰度及背景的结构性特征用2帧图像去除恒 星，提取目标，并利用整个目标运动轨迹剔除虚假目标，实现真实微弱运动目标的检测，可 以提高空间微弱运动目标检测方法的检测率。本发明解决其技术问题所采用的技术方案一种空间微弱运动目标检测方法，其 特点是包括下述步骤(a)将空间微弱运动目标及恒星成像后的图像分割出星点，把图像分为SXS区 域，在每个SXS区域内设定自适应阈值μ+3σ，并用阈值μ+3σ对图像进行二值化处理， 根据二值分割结果，建立无向图G(V，E)，将目标连通性的问题转化为求无向图G(V，Ε)的 强连通森林问题，使用广度优先搜索策略提取连通分量做为后继处理的星点集合C(t)；式 中，P是区域背景灰度均值，σ是区域背景灰度标准差，V是所有像素点，E是结点之间的 边，t表示第t帧图像，Ci(t)，i = 1,2,…，K表示星点集合中的第i个星点，K表示集合 C(t)中共有K个星点；获得星点集合之后，提取星点面积Ν[Ω (Ck(t))]并通过⑴式求得星点质心^⑴ =(xc yc)
权利要求
1. 一种空间微弱运动目标检测方法，其特征在于包括下述步骤(a)将空间微弱运动目标及恒星成像后的图像分割出星点，把图像分为SXS区域，在 每个SXS区域内设定自适应阈值μ +3 O，并用阈值μ +3 σ对图像进行二值化处理，根据二 值分割结果，建立无向图G (V，Ε)，将目标连通性的问题转化为求无向图G (V，Ε)的强连通森 林问题，使用广度优先搜索策略提取连通分量做为后继处理的星点集合C(t)；式中，μ是 区域背景灰度均值，σ是区域背景灰度标准差，V是所有像素点，E是结点之间的边，t表示 第t帧图像，Cjt)，i = 1,2,…，K表示星点集合中的第i个星点，K表示集合C(t)中共 有K个星点；获得星点集合之后，提取星点面积Ν[Ω (Ck(t))]并通过⑴式求得星点质心、(0 = (xc yc)
2. —种权利要求1所述的空间微弱运动目标检测方法，其特征在于所述SXS区域的 大小是100X100。
全文摘要
本发明公开了一种空间微弱运动目标检测方法，用于解决现有的空间微弱运动目标检测方法检测率低的技术问题。技术方案是利用目标的灰度、背景的结构性等特性与目标轨迹连续性相结合的方法进行运动目标的检测，图像预处理阶段采用了基于灰度与基于区域的分割，有效地去除了噪声的影响，在检测阶段利用两帧间目标运动连续性特征，有效剔除了恒星干扰，避免了使用多帧累加剔除恒星造成的处理效率的降低，以及背景光照、噪声影响下不能去除恒星背景的问题，并且对整个目标轨迹进行后处理，剔除虚假目标；并对丢失目标进行填补，在信噪比小3时，检测率由现有技术的不足90％提高到95％以上。
文档编号G06T7/60GK102081800SQ20111000515
公开日2011年6月1日 申请日期2011年1月6日 优先权日2011年1月6日
发明者姚睿, 孙瑾秋, 张永鹏, 张臻, 张艳宁, 施建宇, 朱宇, 李磊, 杨涛, 段锋 申请人:西北工业大学