專利名稱:基于迭代最優(yōu)化距離分類的空間弱小目標檢測方法
技術領域:
本發(fā)明涉及一種空間目標檢測方法,特別是一種基于迭代最優(yōu)化距離分類的空間 弱小目標檢測方法。
背景技術:
文獻“基于多級分類與逆向時空融合的弱小目標檢測,系統(tǒng)工程與電子技術, 2009,Vol31(8),pl864-1869”公開了一種基于多級分類與逆向時空融合的弱小目標檢測方 法。該方法在對圖像進行背景抑制的基礎上,采用自適應多級分類的方法提取候選目標,強 化了各類弱小候選目標的檢測能力。同時,根據(jù)目標在相鄰幀間的位置變化信息構造動態(tài) 時空管道,在當前幀候選目標點的真?zhèn)螣o法判定時,沿時空管道逆向?qū)ふ铱赡艹霈F(xiàn)的各類 候選目標,將其中的各類候選目標點能量與當前幀候選目標點的能量進行加權求和后再進 行門限判決,較好地解決了弱小目標及快速移動目標的能量積累問題。文獻所述方法通過 實驗設定經(jīng)驗性的多級分類閾值提取候選目標,適應性不強;在背景變化時,會過濾掉真實 目標或把噪聲誤判為候選目標點,另外分類后存在大量的候選目標點,需要構造時空管道, 在序列檢測過程中動態(tài)更新,對復雜背景,時空管道的構造、更新會隨之變得復雜,效率不 尚ο
發(fā)明內(nèi)容
為了克服現(xiàn)有的空間微弱運動目標檢測方法檢測效率低的不足,本發(fā)明提供一種 基于迭代最優(yōu)化距離分類的空間弱小目標檢測方法。該方法采用基于迭代最優(yōu)化距離分類 的方法提取候選目標,構造誤差平方和準則函數(shù),將所有星點分為恒星類與非恒星類,迭代 計算類內(nèi)均值與誤差平方函數(shù),求出最優(yōu)化距離分類閾值,并過濾掉大部分的恒星背景與 噪聲點,使后繼操作的復雜度降低;在候選目標過濾階段,使用目標軌跡的關聯(lián)方法,可以 減少算法的計算復雜度,提高空間微弱運動目標檢測的效率。本發(fā)明解決其技術問題所采用的技術方案一種基于迭代最優(yōu)化距離分類的空間 弱小目標檢測方法,其特點是包括下述步驟
權利要求
驟
1 -種基于迭代最優(yōu)化距離分類的空間弱小目標檢測方法,其特征在于包括下述步(a)對圖像做中值濾波去除噪聲并進行二值分割,統(tǒng)計整個圖像的灰度均值
2.根據(jù)權利要求1所述的基于迭代最優(yōu)化距離分類的空間弱小目標檢測方法,其特征 在于所述圖像大小m · η = IOMX ΙΟΜ。
全文摘要
本發(fā)明公開了一種基于迭代最優(yōu)化距離分類的空間弱小目標檢測方法,用于解決現(xiàn)有的空間微弱運動目標檢測方法檢測效率低的技術問題。技術方案是采用基于迭代最優(yōu)化距離分類的方法提取候選目標,構造誤差平方和準則函數(shù),將所有星點分為恒星類與非恒星類,迭代計算類內(nèi)均值與誤差平方函數(shù),求出最優(yōu)化距離分類閾值,并過濾掉大部分的恒星背景與噪聲點,使后繼操作的復雜度降低;在候選目標過濾階段,使用目標軌跡的關聯(lián)方法,減少了算法的計算復雜度,進而提高了空間微弱運動目標檢測的效率。
文檔編號G06K9/80GK102096829SQ20111000516
公開日2011年6月15日 申請日期2011年1月6日 優(yōu)先權日2011年1月6日
發(fā)明者姚睿, 孫瑾秋, 張艷寧, 施建宇, 李磊, 段鋒 申請人:西北工業(yè)大學