紅外小信號(hào)目標(biāo)增程檢測(cè)方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明涉及光電探測(cè)【技術(shù)領(lǐng)域】，公開(kāi)了一種紅外小信號(hào)目標(biāo)增程檢測(cè)方法及系統(tǒng)。該方法包括：采集步驟，實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像；搜索步驟，采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)；跟蹤步驟，采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并剔除虛警點(diǎn)。本發(fā)明利用多模式融合算法實(shí)現(xiàn)了快速精確的紅外小信號(hào)目標(biāo)的檢測(cè)，在前端傳感器輸入信號(hào)不變的條件下，可有效提高小弱信號(hào)目標(biāo)的探測(cè)距離，且大幅減少運(yùn)算時(shí)間。
【專(zhuān)利說(shuō)明】紅外小信號(hào)目標(biāo)增程檢測(cè)方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及光電檢測(cè)【技術(shù)領(lǐng)域】，特別涉及一種紅外小信號(hào)目標(biāo)增程檢測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002]相對(duì)于雷達(dá)探測(cè)，光電探測(cè)因其不易受電磁干擾影響而日益受到重視，已成為雷達(dá)探測(cè)之外必不可少的一種探測(cè)手段。光電探測(cè)在軍用和民用的各個(gè)領(lǐng)域均有廣泛用途，比如在可見(jiàn)光或近紅外波段主要用于射線(xiàn)測(cè)量和探測(cè)、工業(yè)自動(dòng)控制、光度計(jì)量等；在紅外波段主要用于導(dǎo)彈制導(dǎo)、紅外熱成像、紅外遙感等。其中，紅外弱小目標(biāo)的探測(cè)在遠(yuǎn)距離遙感或預(yù)警領(lǐng)域有著重要的意義。
[0003]現(xiàn)有的光電探測(cè)技術(shù)主要接收光學(xué)信號(hào)進(jìn)行探測(cè)，其雖然不易受電磁干擾的影響，但仍會(huì)受到傳感器分辨率和傳感方式的限制。比如目標(biāo)檢測(cè)有最低信號(hào)強(qiáng)度要求，在遇到強(qiáng)光照射或反射、高亮云層背景時(shí)，很容易影響檢測(cè)結(jié)果甚至報(bào)出虛警。尤其是針對(duì)紅外小信號(hào)目標(biāo)的檢測(cè)，首先需要利用檢測(cè)算法將目標(biāo)從背景中分離，目前檢測(cè)算法的實(shí)現(xiàn)多借助于DSP模塊，運(yùn)算復(fù)雜耗時(shí)多、效率低下，且極容易增大光閉環(huán)的時(shí)間延遲，檢測(cè)能力較弱且實(shí)時(shí)跟蹤精度有較大誤差。采用現(xiàn)有技術(shù)的方式，檢測(cè)信號(hào)的最低強(qiáng)度需不小于6個(gè)圖像信噪比(小區(qū)域峰值信噪比)，對(duì)信號(hào)強(qiáng)度有一定要求，小信號(hào)目標(biāo)很難被檢測(cè)出。

【發(fā)明內(nèi)容】

[0004]針對(duì)現(xiàn)有技術(shù)中存在的不足，本發(fā)明所要解決的技術(shù)問(wèn)題是如何實(shí)現(xiàn)快速精確的紅外小信號(hào)目標(biāo)的檢測(cè)。
[0005]為解決上述技術(shù)問(wèn)題，一方面，本發(fā)明提供了一種紅外小信號(hào)目標(biāo)增程檢測(cè)方法，所述方法包括步驟:
[0006]采集步驟，實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像；
[0007]搜索步驟，采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)；
[0008]跟蹤步驟，采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并副除虛警點(diǎn)。
[0009]優(yōu)選地，所述搜索步驟中，同時(shí)采用從目標(biāo)出發(fā)和從背景出發(fā)兩種檢測(cè)算法對(duì)相同的檢測(cè)幀進(jìn)行處理。
[0010]優(yōu)選地，所述從目標(biāo)出發(fā)的檢測(cè)算法通過(guò)空間匹配濾波模板濾波之后，直接從圖像中尋找閾值，大于閾值即為目標(biāo)點(diǎn)；
[0011]所述從背景出發(fā)的檢測(cè)算法通過(guò)空域模板濾除背景，然后和原圖像進(jìn)行減差，得到目標(biāo)和少量背景，再利用點(diǎn)源目標(biāo)輻射特性進(jìn)行假目標(biāo)刪除。
[0012]優(yōu)選地，所述從目標(biāo)出發(fā)的檢測(cè)算法包括步驟:首先多級(jí)濾波改善圖像成像質(zhì)量，其次采用高通濾波濾除大部分背景和采用圖像對(duì)比度增強(qiáng)使目標(biāo)信號(hào)放大，最后采用閾值分割求取目標(biāo)灰度質(zhì)心；
[0013]所述從背景出發(fā)的檢測(cè)算法包括步驟:首先多級(jí)濾波改善圖像成像質(zhì)量，其次采用形態(tài)濾波濾除大部分背景和其次采用均值逼近技術(shù)使不同場(chǎng)景下的圖像趨同，然后自適應(yīng)選取閾值進(jìn)行圖像分割，最后求取目標(biāo)灰度質(zhì)心。
[0014]優(yōu)選地，所述利用點(diǎn)源目標(biāo)輻射特性包括利用長(zhǎng)寬比、占空比及分割區(qū)域外的較大值來(lái)進(jìn)行特征提取。
[0015]優(yōu)選地，所述搜索步驟中，還利用整機(jī)系統(tǒng)的自身參數(shù)量，計(jì)算視場(chǎng)空間中的天際線(xiàn)、海天線(xiàn)，進(jìn)而計(jì)算出圖像視場(chǎng)所處的背景信息，提取出小信號(hào)。
[0016]優(yōu)選地，所述跟蹤步驟包括:
[0017]輸入多個(gè)連續(xù)檢測(cè)幀中的第k幀圖像；
[0018]對(duì)第k幀圖像進(jìn)行預(yù)處理；
[0019]預(yù)設(shè)動(dòng)態(tài)規(guī)劃管道長(zhǎng)度為m，對(duì)目標(biāo)灰度值進(jìn)行累積能量計(jì)算；
[0020]利用圖像中像素灰度值進(jìn)行圖像的閾值分割并區(qū)域標(biāo)記；
[0021]在標(biāo)記后的圖像中進(jìn)行聚類(lèi)得到目標(biāo)，從中刪除假目標(biāo)而得到真正小信號(hào)目標(biāo)。
[0022]另一方面，本發(fā)明還同時(shí)提供了一種紅外小信號(hào)目標(biāo)增程檢測(cè)系統(tǒng)，所述系統(tǒng)包括:
[0023]采集模塊，用于實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像；
[0024]搜索模塊，用于采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)；
[0025]跟蹤模塊，用于采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并副除虛警點(diǎn)。
[0026]優(yōu)選地，所述采集模塊使用LVDS方式進(jìn)行圖像傳輸。
[0027]優(yōu)選地，所述搜索模塊和所述跟蹤模塊在FPGA器件和DSP器件中實(shí)現(xiàn)。
[0028]與現(xiàn)有技術(shù)相比，本發(fā)明所提供的紅外小信號(hào)目標(biāo)增程檢測(cè)方法及系統(tǒng)利用多模式融合算法實(shí)現(xiàn)了快速精確的紅外小信號(hào)目標(biāo)的檢測(cè)。本發(fā)明的技術(shù)方案在前端傳感器輸入信號(hào)不變的條件下，可有效提高小弱信號(hào)目標(biāo)的探測(cè)距離，且運(yùn)算時(shí)間大幅減少，有效改善對(duì)因光閉環(huán)時(shí)間延遲較多造成的跟蹤精度誤差的問(wèn)題。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0029]圖1為本發(fā)明的一個(gè)實(shí)施例中紅外小信號(hào)目標(biāo)增程檢測(cè)方法的流程示意圖；
[0030]圖2為本發(fā)明的一個(gè)實(shí)施例中分割后目標(biāo)圖像的灰度信息示意圖；
[0031]圖3為本發(fā)明的應(yīng)用場(chǎng)景中各種復(fù)雜背景下小目標(biāo)的示意圖；
[0032]圖4為本發(fā)明的一個(gè)實(shí)施例中進(jìn)行形態(tài)學(xué)變化后的濾波處理效果示意圖；
[0033]圖5為本發(fā)明的一個(gè)實(shí)施例中虛假目標(biāo)濾除后的效果示意圖；
[0034]圖6為本發(fā)明的一個(gè)實(shí)施例中跟蹤步驟的流程示意圖；
[0035]圖7為本發(fā)明的一個(gè)實(shí)施例中紅外小信號(hào)目標(biāo)增程檢測(cè)系統(tǒng)的模塊結(jié)構(gòu)示意圖；
[0036]圖8為本發(fā)明的一個(gè)實(shí)施例中系統(tǒng)整體的硬件配置結(jié)構(gòu)示意圖。【具體實(shí)施方式】
[0037]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例為實(shí)施本發(fā)明的較佳實(shí)施方式，所述描述是以說(shuō)明本發(fā)明的一般原則為目的，并非用以限定本發(fā)明的范圍。本發(fā)明的保護(hù)范圍應(yīng)當(dāng)以權(quán)利要求所界定者為準(zhǔn)，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0038]為在各種復(fù)雜場(chǎng)景(對(duì)空、對(duì)地、對(duì)海面等)中實(shí)現(xiàn)對(duì)小信號(hào)目標(biāo)的光電檢測(cè)，本發(fā)明利用多模式融合算法，在前端傳感器輸入信號(hào)不變的條件下，可提高15%到20%的小弱目標(biāo)探測(cè)距離，且運(yùn)算時(shí)間大幅減少，有效改善對(duì)因光閉環(huán)時(shí)間延遲較多造成的跟蹤精度誤差的問(wèn)題。
[0039]在本發(fā)明的一個(gè)實(shí)施例中，紅外小信號(hào)目標(biāo)增程檢測(cè)的實(shí)現(xiàn)過(guò)程包括兩種工作模式:搜索單幀多模目標(biāo)檢測(cè)模式和跟蹤多幀目標(biāo)檢測(cè)模式。具體地，如圖1所示，在本發(fā)明中所述紅外小信號(hào)目標(biāo)增程檢測(cè)方法包括:
[0040]采集步驟，實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像；
[0041]搜索步驟，采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)；
[0042]跟蹤步驟，采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并副除虛警點(diǎn)。
[0043]其中，在搜索步驟中，由于通常是進(jìn)行動(dòng)態(tài)掃描搜索(在未發(fā)現(xiàn)目標(biāo)之前需進(jìn)行全方位掃描，探測(cè)設(shè)備也可能由于機(jī)載、車(chē)載或船載而隨時(shí)處于運(yùn)動(dòng)狀態(tài))，整機(jī)處于非穩(wěn)定狀態(tài)，相鄰檢測(cè)幀圖像所顯示物空間沒(méi)有關(guān)聯(lián)性，故只能采用單幀目標(biāo)檢測(cè)算法。但是任何一種單幀檢測(cè)算法都不具備最佳的普適性、檢測(cè)概率和虛警概率，因此，考慮采用兩種或者更多的檢測(cè)算法同時(shí)對(duì)相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)，上報(bào)給整機(jī)。在跟蹤步驟中，實(shí)現(xiàn)方式采用序列多幀相關(guān)聯(lián)算法，可以檢測(cè)出更弱小的紅外目標(biāo)。
[0044]針對(duì)紅外弱小目標(biāo)圖像的特點(diǎn)，搜索階段最需要考慮的事情就是提高檢測(cè)概率，所以檢測(cè)過(guò)程需要對(duì)不同的采集圖像進(jìn)行不同的處理算法。本實(shí)現(xiàn)方式同時(shí)使用兩種檢測(cè)算法:(I)從目標(biāo)出發(fā)來(lái)檢測(cè)，即通過(guò)空間匹配濾波模板濾波之后，直接從圖像中尋找閾值，大于閾值即為目標(biāo)點(diǎn)；(2)從背景出發(fā)來(lái)檢測(cè)，即通過(guò)空域?yàn)V波模板濾除背景，然后和原圖像進(jìn)行減差，得到目標(biāo)和少量背景，再利用點(diǎn)源目標(biāo)輻射特性進(jìn)行假目標(biāo)(背景或噪聲等)刪除。最后根據(jù)兩種算法模式下求得的結(jié)果，進(jìn)行融合比較，進(jìn)一步確定目標(biāo)信息狀態(tài)。
[0045]其中，空間匹配濾波算法(改進(jìn)算法詳見(jiàn)“基于空間匹配濾波的紅外背景抑制技術(shù)”，孫翠娟等，紅外技術(shù)，第23卷第I期，第36?39頁(yè)，2003年I月)和空域?yàn)V波算法是圖像處理領(lǐng)域中兩種不同的濾波處理算法，空間匹配濾波模板(又稱(chēng)空間匹配濾波器)和空域?yàn)V波模板(又稱(chēng)空域?yàn)V波器)是各自算法中根據(jù)實(shí)際情況指定的濾波參數(shù)。在本發(fā)明的優(yōu)選實(shí)施例中，空間匹配濾波模板采用
【權(quán)利要求】
1.一種紅外小信號(hào)目標(biāo)增程檢測(cè)方法，其特征在于，所述方法包括: 采集步驟，實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像； 搜索步驟，采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)； 跟蹤步驟，采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并剔除虛警點(diǎn)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述搜索步驟中，同時(shí)采用從目標(biāo)出發(fā)和從背景出發(fā)兩種檢測(cè)算法對(duì)相同的檢測(cè)幀進(jìn)行處理。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述從目標(biāo)出發(fā)的檢測(cè)算法通過(guò)空間匹配濾波模板濾波之后，直接從圖像中尋找閾值，大于閾值即為目標(biāo)點(diǎn)； 所述從背景出發(fā)的檢測(cè)算法通過(guò)空域模板濾除背景，然后和原圖像進(jìn)行減差，得到目標(biāo)和少量背景，再利用點(diǎn)源目標(biāo)輻射特性進(jìn)行假目標(biāo)刪除。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述從目標(biāo)出發(fā)的檢測(cè)算法包括步驟:首先多級(jí)濾波改善圖像成像質(zhì)量，其次采用高通濾波濾除大部分背景和采用圖像對(duì)比度增強(qiáng)使目標(biāo)信號(hào)放大，最后米用閾值分割求取目標(biāo)灰度質(zhì)心； 所述從背景出發(fā)的檢測(cè)算法包括步驟:首先多級(jí)濾波改善圖像成像質(zhì)量，其次采用形態(tài)濾波濾除大部分背景和其次采用均值逼近技術(shù)使不同場(chǎng)景下的圖像趨同，然后自適應(yīng)選取閾值進(jìn)行圖像分割，最后求取目標(biāo)灰度質(zhì)心。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用點(diǎn)源目標(biāo)輻射特性包括利用長(zhǎng)寬比、占空比及分割區(qū)域外的較大值來(lái)進(jìn)行特征提取。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述搜索步驟中，還利用整機(jī)系統(tǒng)的自身參數(shù)量，計(jì)算視場(chǎng)空間中的天際線(xiàn)、海天線(xiàn)，進(jìn)而計(jì)算出圖像視場(chǎng)所處的背景信息，提取出小信號(hào)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述跟蹤步驟包括: 輸入多個(gè)連續(xù)檢測(cè)幀中的第k幀圖像； 對(duì)第k幀圖像進(jìn)行預(yù)處理； 預(yù)設(shè)動(dòng)態(tài)規(guī)劃管道長(zhǎng)度為m，對(duì)目標(biāo)灰度值進(jìn)行累積能量計(jì)算； 利用圖像中像素灰度值進(jìn)行圖像的閾值分割并區(qū)域標(biāo)記； 在標(biāo)記后的圖像中進(jìn)行聚類(lèi)得到目標(biāo)，從中刪除假目標(biāo)而得到真正小信號(hào)目標(biāo)。
8.—種紅外小信號(hào)目標(biāo)增程檢測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括: 采集模塊，用于實(shí)時(shí)采集探測(cè)區(qū)域的動(dòng)態(tài)圖像； 搜索模塊，用于采用多種單幀目標(biāo)檢測(cè)算法同時(shí)對(duì)所述動(dòng)態(tài)圖像中相同的檢測(cè)幀進(jìn)行處理，將處理的結(jié)果進(jìn)行綜合評(píng)估，篩選出最具可信度的待測(cè)目標(biāo)點(diǎn)； 跟蹤模塊，用于采用動(dòng)態(tài)規(guī)劃算法對(duì)所述待測(cè)目標(biāo)點(diǎn)進(jìn)行檢測(cè)，通過(guò)對(duì)所述動(dòng)態(tài)圖像中的多個(gè)連續(xù)檢測(cè)幀進(jìn)行累積計(jì)算和圖像分割，從所述待測(cè)目標(biāo)點(diǎn)中確認(rèn)真正的目標(biāo)點(diǎn)并副除虛警點(diǎn)。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述采集模塊使用LVDS方式進(jìn)行圖像傳輸。
10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于， 所述搜索模塊和所述跟蹤模塊在FPGA器件和DSP器件中實(shí)現(xiàn)。
【文檔編號(hào)】G06K9/32GK103530629SQ201310533521
【公開(kāi)日】2014年1月22日 申請(qǐng)日期:2013年11月1日 優(yōu)先權(quán)日:2013年11月1日
【發(fā)明者】武自剛, 陳斐, 葉鵬, 吳自偉 申請(qǐng)人:四川九洲電器集團(tuán)有限責(zé)任公司