本發(fā)明涉及可見光電視圖像或紅外圖像的空中目標(biāo)自動(dòng)檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于多子區(qū)域背景擬合的空中目標(biāo)自動(dòng)檢測(cè)方法。

背景技術(shù)：

隨著信息技術(shù)的發(fā)展，用視頻圖像處理的方式進(jìn)行目標(biāo)的智能檢測(cè)和識(shí)別獲得了極大的發(fā)展，尤其在軍事領(lǐng)域，對(duì)目標(biāo)的自動(dòng)檢測(cè)和跟蹤能極大的縮短武器系統(tǒng)的反應(yīng)時(shí)間，這對(duì)提高整個(gè)系統(tǒng)的性能指標(biāo)至關(guān)重要。

傳統(tǒng)的對(duì)空中目標(biāo)的實(shí)時(shí)檢測(cè)方法主要有基于背景差的目標(biāo)檢測(cè)、基于圖像行相關(guān)的空中目標(biāo)檢測(cè)等方法。但是，這些方法都存在一定的局限性。

基于背景差的目標(biāo)檢測(cè)方法基本思想是利用當(dāng)前幀圖像與背景圖像相減得出目標(biāo)圖像，但是，該方法只能在攝像機(jī)處于靜止?fàn)顟B(tài)且空中背景也處于靜止?fàn)顟B(tài)時(shí)才有效。然而，在大部分情況下，系統(tǒng)需要自動(dòng)搜索，攝像機(jī)處于運(yùn)動(dòng)狀態(tài)，因此，該方法并不適用。

基于圖像行相關(guān)的空中目標(biāo)檢測(cè)方法主要思想是基于圖像相鄰行之間的相關(guān)性，首先將圖像進(jìn)行灰度反轉(zhuǎn)，然后利用某一行的灰度平均值作為基準(zhǔn)，其余所有行均減去這一平均灰度值，從而去除圖像背景，獲得真實(shí)的目標(biāo)。但是該方法實(shí)用效果不盡理想，主要原因是受到光照的角度以及云層等的干擾，可見光視頻或紅外視頻在多數(shù)情況下拍攝的空中背景并不均勻，當(dāng)我們隨機(jī)選取某一行的平均值作為基準(zhǔn)的時(shí)候，對(duì)于背景的剔除并不理想，會(huì)造成較多的“虛假”目標(biāo)。因此，該方法也不適用。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種基于多子區(qū)域背景擬合的空中目標(biāo)自動(dòng)檢測(cè)方法，一方面繼承了現(xiàn)有算法簡(jiǎn)潔易于硬件實(shí)現(xiàn)的優(yōu)點(diǎn)，同時(shí)，考慮到攝像機(jī)的運(yùn)動(dòng)以及云層等的干擾特點(diǎn)，有針對(duì)性的得到了一個(gè)較為實(shí)用的新型空中目標(biāo)自動(dòng)檢測(cè)方法，減少虛假目標(biāo)的產(chǎn)生。

為了解決上述技術(shù)問題，本發(fā)明是這樣實(shí)現(xiàn)的：

一種基于多子區(qū)域背景擬合的空中目標(biāo)自動(dòng)檢測(cè)方法，包括：

步驟一、將待檢測(cè)圖像分成p個(gè)子區(qū)域，p為設(shè)定的整數(shù)；

步驟二、求取各子區(qū)域的平均灰度值a(m)，m＝1,2,…,p；

步驟三、對(duì)所有子區(qū)域的平均灰度值a(1)～a(p)按從大到小的方式進(jìn)行排序，得到新的子區(qū)域平均灰度值序列a’(m)，m＝1,2,…,p；

步驟四、當(dāng)目標(biāo)相對(duì)于背景為“黑”時(shí)，則選取th＝a’(p-1)×σ作為灰度閾值th，其中，圖像對(duì)比度越大，σ的取值越小，σ<1；利用灰度閾值th對(duì)圖像進(jìn)行二值化分割，像素值小于或等于th則設(shè)定為255，得到分割圖像；

當(dāng)目標(biāo)相對(duì)于背景為“白”時(shí)，則選取th＝a’(2)×σ作為灰度閾值th，其中，圖像對(duì)比度越大，σ的取值越大，σ>1；利用灰度閾值th對(duì)圖像進(jìn)行二值化分割，像素值大于或等于th則設(shè)定為255，得到分割圖像；

步驟五、利用步驟四獲得的分割圖像進(jìn)行目標(biāo)定位。

優(yōu)選地，所述步驟五采用多次迭代求取圖像質(zhì)心的方式求出目標(biāo)的位置。

優(yōu)選地，利用已知的目標(biāo)最小尺寸對(duì)步驟五獲得的目標(biāo)進(jìn)行判別，目標(biāo)亮點(diǎn)數(shù)小于目標(biāo)最小尺寸，則認(rèn)為是虛假目標(biāo)。

優(yōu)選地，所述步驟二為：對(duì)每個(gè)子區(qū)域，用方形模板放置于該子區(qū)域的任意一個(gè)位置上，取模板中各像素的平均灰度值，作為該子區(qū)域的平均灰度值a(m)，m＝1,2,…,p。

有益效果：

本發(fā)明認(rèn)為最黑和最白之處為目標(biāo)，根據(jù)子區(qū)域的平均灰度值，將第二黑和第二白的子區(qū)域的平均灰度值作為分割閾值并根據(jù)圖像對(duì)比度進(jìn)行適當(dāng)?shù)目s放，這樣對(duì)于不同的圖像，更有針對(duì)性的獲得準(zhǔn)確的分割閾值，與隨機(jī)選取某一行的平均值作為基準(zhǔn)進(jìn)行分割相比，能夠獲得更加理想的分割效果，減少虛假目標(biāo)的產(chǎn)生。而且，本方案的算法十分簡(jiǎn)潔易于硬件實(shí)現(xiàn)的優(yōu)點(diǎn)。

附圖說明

圖1為本發(fā)明的流程圖。

具體實(shí)施方式

下面結(jié)合附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)行詳細(xì)描述。

本發(fā)明的基本原理是利用目標(biāo)與背景存在一定的對(duì)比度差，也即灰度差值，通過一定的方法實(shí)時(shí)準(zhǔn)確的去除背景，得到目標(biāo)。

步驟一、將整幅圖像分成p個(gè)子區(qū)域，通常情況下p越大，背景獲取越準(zhǔn)確，效果越好。本實(shí)施例中選取p＝16。

步驟二、對(duì)每個(gè)子區(qū)域，用q×q的方形模板放置于該子區(qū)域的任意一個(gè)位置上，取模板中各像素的平均灰度值，作為該子區(qū)域的平均灰度值a(m)，m＝1,2,…,p。q的取值要求時(shí)q×q需要小于子區(qū)域大小，較佳地為子區(qū)域面積的50％以上，本優(yōu)選實(shí)施例中取q＝10。

其中，s(m)為第m個(gè)子區(qū)域內(nèi)大小為q×q的區(qū)域，即模板放置位置上的區(qū)域，f(i,j)為像素(i,j)的灰度值。

步驟三、對(duì)求取的子區(qū)域灰度值按從大到小的方式進(jìn)行排序，得到新的子區(qū)域平均灰度值序列a’(m)，m＝1,2,…,p。

步驟四、當(dāng)目標(biāo)相對(duì)于背景為“黑”時(shí)，一般來說是可見光圖像的情況，則選取倒數(shù)第2小的平均灰度值并適當(dāng)縮小作為灰度閾值th，此時(shí)th＝a’(p-1)×σ，σ<1。σ用來補(bǔ)償對(duì)比度，σ的取值原則為：當(dāng)目標(biāo)與背景的灰度值相差較為明顯時(shí)，即圖像對(duì)比度較大時(shí)，σ相對(duì)選取小一些，反之，則選取大一些。通常情況下，選取σ為0.9。然后，將整幅圖像利用上述的灰度閾值th進(jìn)行二值化處理，得到新的分割圖像：

其中，t(i,j)表示分割圖像中像素(i,j)的像素值。

然而，當(dāng)目標(biāo)相對(duì)于背景為“白”時(shí)，一般來說是紅外圖像的情況，則選取第2大的平均灰度值并適當(dāng)放大作為灰度閾值，此時(shí)th＝a’(2)×σ，σ>1。σ用來補(bǔ)償對(duì)比度，σ的取值原則為：當(dāng)目標(biāo)與背景的灰度值相差較為明顯時(shí)，即圖像對(duì)比度較大時(shí)，σ相對(duì)選取大一些，反之，則選取小一些。通常情況下，選取σ為1.1。然后，將整幅圖像利用上述的灰度閾值進(jìn)行二值化處理，得到新的分割圖像：

步驟五、對(duì)分割之后的圖像進(jìn)行目標(biāo)定位。一般通過多次迭代求取圖像質(zhì)心的方式即可求出目標(biāo)的位置。具體方式如下：

假定圖像的尺寸為w×h，則上述公式中m，n的初始值可定為m＝w,n＝h。當(dāng)利用上述公式(1)和(2)計(jì)算出第一幅質(zhì)心(x1,y1)后，以(x1,y1)為中心點(diǎn)，m和n均縮小，例如縮小20％，再次求取質(zhì)心(x2,y2)。以此類推。多次求取質(zhì)心后，即可準(zhǔn)確得到目標(biāo)的真實(shí)位置，一般求取三次即可。

步驟六、求取目標(biāo)的位置后，就需要對(duì)目標(biāo)的真?zhèn)芜M(jìn)行判別。本實(shí)施例利用目標(biāo)的尺寸進(jìn)行判別。假定目標(biāo)的最小尺寸為ws×hs，則以目標(biāo)定位位置為中心點(diǎn)，以b×b的區(qū)域作為待測(cè)區(qū)域，計(jì)算亮點(diǎn)數(shù)，如果亮點(diǎn)數(shù)大于或等于ws×hs，則表明目標(biāo)為真實(shí)目標(biāo)，反之，則為虛假目標(biāo)。其中，b×b區(qū)域至少要大于ws×hs，優(yōu)選地可以選擇ws×hs的2倍。

至此，本流程結(jié)束。

綜上所述，以上僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。