專利名稱：天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種弱小動(dòng)目標(biāo)檢測(cè)方法，特別是天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法。
背景技術(shù)：
低信噪比的弱小動(dòng)目標(biāo)檢測(cè)問(wèn)題直接決定了天文觀測(cè)系統(tǒng)的作用距離及檢測(cè)性能，有效 地解決此問(wèn)題對(duì)于提高系統(tǒng)性能具有非常重要的意義?，F(xiàn)有的弱小目標(biāo)的檢測(cè)方法主要有 基于軌跡投影的檢測(cè)方法和基于三維軌跡搜索的方法。文獻(xiàn)"天文圖像序列中弱目標(biāo)的實(shí)時(shí)檢
測(cè)算法，光電工程，2005， 32(12):1-4"公開(kāi)了一種在軌跡二維投影基礎(chǔ)上檢測(cè)弱小目標(biāo)軌跡 的算法。此方法采用背景抑制和閾值分割得到含有動(dòng)目標(biāo)的二值圖，之后采用空域差分濾波 和目標(biāo)點(diǎn)集匹配法兩個(gè)步驟檢測(cè)弱小動(dòng)目標(biāo)。在獲取含有動(dòng)目標(biāo)二值圖階段，此方法利用序 列圖像的前三幀圖像進(jìn)行背景估計(jì)，并采用自動(dòng)閾值分割方法進(jìn)行灰度圖像分割，因此，對(duì) 于目標(biāo)的弱小程度具有局限性；在空域差分濾波和目標(biāo)點(diǎn)集匹配階段，由于匹配的精度直接 決定了弱小目標(biāo)檢測(cè)率低，并且差分濾波的抗噪性較差。在目標(biāo)信噪比小于2時(shí)，檢測(cè)率低 于50%。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)檢測(cè)率低、抗噪性差的不足，本發(fā)明提供一種天文圖像中弱小動(dòng)目標(biāo) 的檢測(cè)方法，采用基于選擇性視覺(jué)集中機(jī)制和基于連接點(diǎn)問(wèn)題模型的曲線發(fā)現(xiàn)相結(jié)合的方法 進(jìn)行弱小動(dòng)目標(biāo)的檢測(cè)，可以提高檢測(cè)率，且抗噪性強(qiáng)。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案 一種天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法，
其特征在于包括下述步驟
(a) 采用選擇性視覺(jué)集中機(jī)制中的特征整合模型進(jìn)行二維軌跡投影圖的獲取，將全局場(chǎng) 景圖進(jìn)行水平和垂直的均勻劃分，得到互不相交的小區(qū)域，選取出其中具有視覺(jué)顯著性的灰 度特征作為焦點(diǎn)集合，剔除其中部分不滿足限制條件的特征元素構(gòu)成最終的焦點(diǎn)集合，最后
將每幀圖像的焦點(diǎn)集合按照規(guī)則進(jìn)行特征整合，構(gòu)成含有目標(biāo)軌跡的二維軌跡投影(b) 采用曲線發(fā)現(xiàn)中的連接點(diǎn)問(wèn)題模型進(jìn)行目標(biāo)軌跡的檢測(cè)，將每一個(gè)數(shù)據(jù)點(diǎn)看作檢測(cè) 問(wèn)題的一個(gè)階段，每一個(gè)階段只有一個(gè)狀態(tài)，將曲線的連續(xù)性條件作為決策條件，并采用曲 線經(jīng)過(guò)點(diǎn)的最大數(shù)目作為指標(biāo)函數(shù)，按順序遍歷經(jīng)過(guò)的點(diǎn)，計(jì)算每一個(gè)階段的指標(biāo)值，指標(biāo)值最大的點(diǎn)，即為目標(biāo)曲線最后一個(gè)點(diǎn)，最后使用逆推法，可最終得到目標(biāo)曲線上所有點(diǎn)， 即獲得目標(biāo)軌跡；
(c)將步驟(a)中二維投影圖中檢測(cè)的目標(biāo)軌跡映射回投影前的原始圖像序列中的每 一幀上，并通過(guò)平方加權(quán)質(zhì)心提取法最終進(jìn)行目標(biāo)的質(zhì)心定位。
本發(fā)明的有益效果是由于利用目標(biāo)的軌跡連續(xù)性進(jìn)行軌跡的檢測(cè)，采用選擇性視覺(jué)集 中機(jī)制和連接點(diǎn)問(wèn)題模型的曲線發(fā)現(xiàn)相結(jié)合的方法進(jìn)行弱小動(dòng)目標(biāo)的檢測(cè)，基于選擇性視覺(jué) 集中機(jī)制的方法有效地降低了待處理信息量和背景噪聲，基于連接點(diǎn)問(wèn)題模型的曲線發(fā)現(xiàn)方 法具有較強(qiáng)的抗噪性，因此，對(duì)動(dòng)目標(biāo)的運(yùn)動(dòng)速度沒(méi)有限制，在信噪比小于2時(shí)，檢測(cè)率由 現(xiàn)有技術(shù)的低于50%提高到85 89%。
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說(shuō)明。


附圖是本發(fā)明天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法流程圖。
具體實(shí)施例方式
參照附圖。首先進(jìn)行二維軌跡投影。
將輸入的1024x1024大小的原始圖像進(jìn)行水平和垂直方向的均勻劃分，得到大小均等的 4x4的小區(qū)域集合，它們各自互不相交。對(duì)于均勻劃分的小區(qū)域，恒星和目標(biāo)所屬的區(qū)域的 像素點(diǎn)具有顯著的灰度最優(yōu)特征，即在各小區(qū)域內(nèi)，目標(biāo)區(qū)域的注意焦點(diǎn)應(yīng)該是灰度值最大 的一個(gè)或者幾個(gè)之一。因此，依據(jù)公式(l)，求取小區(qū)域內(nèi)的最大值，即將各小區(qū)域內(nèi)的灰度 特性進(jìn)行排列，得到一個(gè)順序統(tǒng)計(jì)量，取這個(gè)統(tǒng)計(jì)量的最大值即得到小區(qū)域的注意焦點(diǎn)。其 中，《表示塊A中灰度值最大的象素點(diǎn)，gy表示q的灰度值，/(x,力表示圖像在(;c,y)處的
灰度值。
g =mpc(/(x,>0) (1)
在求取了各小區(qū)域的注意焦點(diǎn)后，將每個(gè)小區(qū)域的注意焦點(diǎn)進(jìn)行合并，構(gòu)成原始圖像的 注意焦點(diǎn)集合，其中不僅包含有所要檢測(cè)的弱小目標(biāo)，也包含一些恒星背景和大量噪聲所產(chǎn) 生的假目標(biāo)。因此，對(duì)于不感興趣注意焦點(diǎn)元素的剔除，可以大大減少注意焦點(diǎn)集合的無(wú)價(jià)
值信息量。根據(jù)公式(2)、 (3)，將初始注意焦點(diǎn)集合中的每個(gè)元素與^-25進(jìn)行比較，剔除不 感興趣注意焦點(diǎn)，可以得到最終的注意焦點(diǎn)集合。其中，^表示潛在目標(biāo)點(diǎn)灰度值，《表示 潛在目標(biāo)點(diǎn)位置，r表示潛在目標(biāo)點(diǎn)集合，(J為圖像方差。<formula>complex formula see original document page 5</formula>
根據(jù)Treismna的FIT模型理論，在注意階段這些視覺(jué)特征將以串行方式被整合為視覺(jué)客 體。在前注意處理階段我們已經(jīng)得到一幀圖像的注意焦點(diǎn)集合，由于所研究問(wèn)題是針對(duì)序列 圖像，因此，對(duì)每一幀圖像都可以得到對(duì)應(yīng)的注意焦點(diǎn)集合，在不同幀的注意焦點(diǎn)集合中， 對(duì)于提取的恒星背景的注意焦點(diǎn)，由于背景的不變性(注意焦點(diǎn)位置的一致)，通過(guò)公式(4)， 對(duì)這些注意焦點(diǎn)重新進(jìn)行整合，將得到包含目標(biāo)軌跡信息在內(nèi)的新注意焦點(diǎn)集合。其中，
FO,力表示整合后的圖像，,(x,力表示序列圖像中的第/幀注意焦點(diǎn)集合。
<formula>complex formula see original document page 5</formula> (4)
第二步，進(jìn)行目標(biāo)軌跡檢測(cè)。
將每一個(gè)數(shù)據(jù)點(diǎn)看作檢測(cè)問(wèn)題的一個(gè)階段，每一個(gè)階段只有一個(gè)狀態(tài)。將曲線的連續(xù)性 條件作為決策條件，并采用曲線通過(guò)當(dāng)前階段所經(jīng)過(guò)點(diǎn)的最大數(shù)目作為指標(biāo)函數(shù)。按順序遍 歷所有階段，計(jì)算每一個(gè)階段的指標(biāo)值，指標(biāo)值最大的點(diǎn)，即為目標(biāo)曲線最后一個(gè)點(diǎn)，最后 使用逆推法，可最終得到目標(biāo)曲線上所有點(diǎn)，即獲得目標(biāo)軌跡。
首先，記丄&為/ 等于c的曲線類，丄w(工i;O為曲線通過(guò)的最大點(diǎn)數(shù)，Co"e(p,)表示點(diǎn)p,
右邊的點(diǎn)的集合，并且滿足集合中的點(diǎn)與A的連線與水平線的夾角不超過(guò)arctan(c)。
將數(shù)據(jù)點(diǎn)進(jìn)行從左到右排序，把每一個(gè)點(diǎn)A劃分為一個(gè)階段，每一個(gè)階段有一個(gè)狀態(tài)。
決策為某一個(gè)點(diǎn)的下一個(gè)選擇，這里我們將和點(diǎn)A滿足一定連續(xù)關(guān)系的點(diǎn)集作為其決策，記 為Owe(p,)，指標(biāo)函數(shù)為M(; ,)，即表示到階段A點(diǎn)時(shí)曲線通過(guò)的最大點(diǎn)數(shù)。可以通過(guò)下述 策略進(jìn)行計(jì)算。
MO,) = l+ max (M(a》 (5) 按照上式計(jì)算每一個(gè)狀態(tài)的指標(biāo)值，最后所有M值中最大的就是曲線通過(guò)的最大點(diǎn)數(shù)，
即
Zw (Z max M O,) (6) 記錄下階段點(diǎn)p,的前一個(gè)階段點(diǎn)，并且保證maxAf(/7,:o//， //為一個(gè)給定量，決定檢測(cè)
得到的曲線是否滿足軌跡點(diǎn)數(shù)要求，最后通過(guò)回朔方法，從M最大的點(diǎn)逆推尋找所有曲線上 的點(diǎn)，即最終實(shí)現(xiàn)了目標(biāo)軌跡的檢測(cè)。 第三步，進(jìn)行目標(biāo)質(zhì)心定位。
將二維投影圖中檢測(cè)的目標(biāo)軌跡按照相應(yīng)的坐標(biāo)位置映射回投影前的原始圖像序列中的 每一幀上，并通過(guò)公式(7)最終進(jìn)行目標(biāo)的質(zhì)心定位。
x0=^- - 。
jc=1少=1 義=1 _V=1
其中，x,j為像素的橫縱坐標(biāo)，F(xiàn)(x，力為(x,力處的灰度值，(/n,")為窗口的大小，x。，a 為求得的中心坐標(biāo)。
利用本發(fā)明方法進(jìn)行弱小動(dòng)目標(biāo)的檢測(cè)，在信噪比小于2時(shí)，檢測(cè)率為85 89%。
權(quán)利要求
1、一種天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法，其特征在于包括下述步驟(a)采用選擇性視覺(jué)集中機(jī)制中的特征整合模型進(jìn)行二維軌跡投影圖的獲取，將全局場(chǎng)景圖進(jìn)行水平和垂直的均勻劃分，得到互不相交的小區(qū)域，選取出其中具有視覺(jué)顯著性的灰度特征作為焦點(diǎn)集合，剔除其中部分不滿足限制條件的特征元素構(gòu)成最終的焦點(diǎn)集合，最后將每幀圖像的焦點(diǎn)集合按照規(guī)則進(jìn)行特征整合，構(gòu)成含有目標(biāo)軌跡的二維軌跡投影圖；(b)采用曲線發(fā)現(xiàn)中的連接點(diǎn)問(wèn)題模型進(jìn)行目標(biāo)軌跡的檢測(cè)，將每一個(gè)數(shù)據(jù)點(diǎn)看作檢測(cè)問(wèn)題的一個(gè)階段，每一個(gè)階段只有一個(gè)狀態(tài)，將曲線的連續(xù)性條件作為決策條件，并采用曲線經(jīng)過(guò)點(diǎn)的最大數(shù)目作為指標(biāo)函數(shù)，按順序遍歷經(jīng)過(guò)的點(diǎn)，計(jì)算每一個(gè)階段的指標(biāo)值，指標(biāo)值最大的點(diǎn)，即為目標(biāo)曲線最后一個(gè)點(diǎn)，最后使用逆推法，可最終得到目標(biāo)曲線上所有點(diǎn)，即獲得目標(biāo)軌跡；(c)將步驟(a)中二維投影圖中檢測(cè)的目標(biāo)軌跡映射回投影前的原始圖像序列中的每一幀上，并通過(guò)平方加權(quán)質(zhì)心提取法最終進(jìn)行目標(biāo)的質(zhì)心定位。
全文摘要
本發(fā)明公開(kāi)了一種天文圖像中弱小動(dòng)目標(biāo)的檢測(cè)方法，首先采用選擇性視覺(jué)集中機(jī)制中的特征整合模型進(jìn)行二維軌跡投影圖的獲取，得到注意焦點(diǎn)整合圖即含有目標(biāo)軌跡的投影圖；采用曲線中的連接點(diǎn)問(wèn)題模型進(jìn)行目標(biāo)軌跡的檢測(cè)，使用逆推法，最終獲得目標(biāo)軌跡；將二維投影圖中檢測(cè)的目標(biāo)軌跡映射回投影前的原始圖像序列中的每一幀上，并通過(guò)平方加權(quán)質(zhì)心提取法進(jìn)行目標(biāo)的質(zhì)心定位。由于利用目標(biāo)的軌跡連續(xù)性進(jìn)行軌跡的檢測(cè)，采用選擇性視覺(jué)集中機(jī)制和連接點(diǎn)問(wèn)題模型的曲線發(fā)現(xiàn)相結(jié)合的方法進(jìn)行弱小動(dòng)目標(biāo)的檢測(cè)，當(dāng)信噪比小于2時(shí)，檢測(cè)率由現(xiàn)有技術(shù)的低于50％提高到85～89％。
文檔編號(hào)G06T7/20GK101344967SQ200810150779
公開(kāi)日2009年1月14日 申請(qǐng)日期2008年9月2日 優(yōu)先權(quán)日2008年9月2日
發(fā)明者磊 姜, 孫瑾秋, 張艷寧, 郗潤(rùn)平 申請(qǐng)人:西北工業(yè)大學(xué)