本发明涉及图像处理技术领域，尤其涉及一种图像弱点目标检测方法。
背景技术：
近年来，图像中低信噪比点目标的检测问题一直是光学和红外图像领域的研究热点。所谓点目标，是指当成像系统与目标相距较远时，尽管目标自身的直径可能很大，但是在成像平面内占有像素数目较少的目标。这个问题起源于远距离搜索与监视，如用ccd宽视场望远镜搜索或跟踪天空中的流星、卫星或其他运动目标，用机载或星载红外搜索跟踪系统搜索远距离目标等。近年来红外传感技术得到了越来越多的应用而红外图像中的弱点目标检测技术因其在目标识别、定位等现实应用的重要价值而成为一个研究热点。由于传感器自身以及环境的干扰使得由红外传感器输出的图像序列具有目标弱小、远距离、低信噪比、强杂波的光学特性目标在图像上呈点状不具有形状和结构信息同时图像上附着高亮度的噪声和杂波目标大量淹没在噪声和杂波中使微弱点状运动目标的信噪比极低使得在单帧上几乎不可能检测出目标或即使检测出目标也常常伴随着大量的虚假目标加之从应用性考虑又使得微弱点状目标的实时性检测和跟踪技术成为当前研究的一个困难的课题。
技术实现要素：
本发明的目的在于通过一种图像弱点目标检测方法，来解决以上背景技术部分提到的问题。
为达此目的，本发明采用以下技术方案：
一种图像弱点目标检测方法，其包括如下步骤：
s101、输入图像序列；
s102、抑制残留噪声；
s103、进行单帧检测；
s104、进行基于能量累积的帧间关联；
s105、得到阶段决策后的轨迹；
s106、输出目标轨迹。
特别地，所述步骤s101具体包括：图像采集卡采集红外传感器探测到的图像；图像处理器对图像初步处理后输出待检测的图像序列。
本发明提出的图像弱点目标检测方法不仅计算量小，实时性强，而且易于实现，对低信噪比条件下的弱点状目标具有很强的检测性。
附图说明
图1为本发明实施例提供的图像弱点目标检测方法流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容理解的更加透彻全面。需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参照图1所示，图1为本发明实施例提供的图像弱点目标检测方法流程图。本实施例中图像弱点目标检测方法具体包括如下步骤：
s101、输入图像序列。所述步骤s101具体包括：图像采集卡采集红外传感器探测到的图像；图像处理器对图像初步处理后输出待检测的图像序列。
s102、抑制残留噪声。
s103、进行单帧检测。
s104、进行基于能量累积的帧间关联。
s105、得到阶段决策后的轨迹；
s106、输出目标轨迹。
本发明的技术方案不仅计算量小，实时性强，而且易于实现，对低信噪比条件下的弱点状目标具有很强的检测性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。