本發(fā)明屬于計(jì)算機(jī)視覺領(lǐng)域，更具體地，涉及一種基于紅外圖像的動(dòng)平臺(tái)運(yùn)動(dòng)目標(biāo)檢測方法和系統(tǒng)。

背景技術(shù)：

運(yùn)動(dòng)目標(biāo)檢測是從序列圖像中提取出運(yùn)動(dòng)物體，是計(jì)算機(jī)視覺中目標(biāo)識(shí)別、跟蹤和行為分析等后續(xù)處理的基礎(chǔ)。運(yùn)動(dòng)成像平臺(tái)下的紅外圖像運(yùn)動(dòng)目標(biāo)檢測，由于成像平臺(tái)和目標(biāo)都在運(yùn)動(dòng)，增加了運(yùn)動(dòng)目標(biāo)檢測的難度。另外，紅外成像存在非均勻性亮度變化問題，在運(yùn)動(dòng)成像平臺(tái)下，相同位置對(duì)應(yīng)像素在序列圖像中表現(xiàn)的灰度強(qiáng)度存在較大差異。因此，“平臺(tái)動(dòng)、目標(biāo)動(dòng)、背景動(dòng)”條件下的目標(biāo)檢測問題更加困難。

目前動(dòng)平臺(tái)下的運(yùn)動(dòng)目標(biāo)檢測方法主要是在背景運(yùn)動(dòng)補(bǔ)償下進(jìn)行，通過背景運(yùn)動(dòng)參數(shù)和變換模型對(duì)連續(xù)幀進(jìn)行配準(zhǔn)，將動(dòng)平臺(tái)成像轉(zhuǎn)化成靜平臺(tái)成像。

賴作鎂等提出了基于魯棒背景運(yùn)動(dòng)補(bǔ)償?shù)膭?dòng)目標(biāo)檢測算法，該算法在進(jìn)行運(yùn)動(dòng)補(bǔ)償后的前一幀和當(dāng)前幀之間做光流，用光流的大小判斷前景和背景。由于光流法計(jì)算復(fù)雜，對(duì)噪聲敏感，要求亮度恒常性，難以適應(yīng)存在非均勻性亮度變化的紅外圖像。

張?zhí)煨蛟谄渖暾?qǐng)的專利“一種動(dòng)平臺(tái)地面運(yùn)動(dòng)目標(biāo)檢測方法”(專利申請(qǐng)?zhí)?01110114555.5，公開號(hào)CN102184550B)中公開了一種基于SIFT特征快速配準(zhǔn)、利用多尺度運(yùn)動(dòng)顯著性檢驗(yàn)和多幀差分進(jìn)行動(dòng)平臺(tái)地面運(yùn)動(dòng)目標(biāo)檢測的方法。此方法能很好的解決動(dòng)平臺(tái)情況下的背景補(bǔ)償問題，對(duì)場景中的光學(xué)變化和背景干擾有很好的魯棒性。然而由于SIFT特征的復(fù)雜性以及多尺度運(yùn)動(dòng)顯著性的檢驗(yàn)需要花費(fèi)比較多的時(shí)間，而且在配準(zhǔn)存在偏差時(shí)，對(duì)檢測結(jié)果影響較大。

運(yùn)動(dòng)補(bǔ)償后幀間背景相對(duì)靜止，用幀差法檢測得到的幀間差異像素主要為待檢測的運(yùn)動(dòng)目標(biāo)。幀差法雖然運(yùn)算簡單，但是也容易受紅外成像的非均勻性干擾，使得檢測結(jié)果產(chǎn)生虛警。又由于運(yùn)動(dòng)補(bǔ)償還存在誤差，也會(huì)使得幀差法產(chǎn)生虛警。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于紅外圖像的動(dòng)平臺(tái)運(yùn)動(dòng)目標(biāo)檢測方法及系統(tǒng)，其目的在于利用紅外圖像的SURF特征點(diǎn)對(duì)運(yùn)動(dòng)圖像序列幀間進(jìn)行配準(zhǔn)，采用線性回歸對(duì)紅外圖像灰度值進(jìn)行修正，最后采用區(qū)域梯度直方圖校正，由此抑制了紅外成像的非均勻性問題，提高了本發(fā)明方法估測可疑運(yùn)動(dòng)目標(biāo)的準(zhǔn)確性，減少了對(duì)配準(zhǔn)精度的要求，提高對(duì)配準(zhǔn)的魯棒性，又由于只對(duì)邊緣像素點(diǎn)進(jìn)行區(qū)域梯度直方圖統(tǒng)計(jì)，極大的減少了計(jì)算量。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于紅外圖像的動(dòng)平臺(tái)運(yùn)動(dòng)目標(biāo)檢測方法，該方法包括以下步驟：

(1)對(duì)當(dāng)前幀紅外圖像構(gòu)造尺度空間，采用非極大值抑制確定特征點(diǎn)；構(gòu)造SURF特征點(diǎn)描述子并保存；

(2)使用SURF特征點(diǎn)和單應(yīng)性變化模型快速、準(zhǔn)確地對(duì)運(yùn)動(dòng)圖像序列幀間進(jìn)行配準(zhǔn)，從而補(bǔ)償因?yàn)閯?dòng)平臺(tái)成像造成的幀間背景的平移、旋轉(zhuǎn)和縮放量；以當(dāng)前幀為基準(zhǔn)幀，與其前第K幀圖像和前第2K幀圖像進(jìn)行SURF特征點(diǎn)匹配，計(jì)算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；

(3)經(jīng)過步驟(2)對(duì)運(yùn)動(dòng)圖像序列幀間配準(zhǔn)后，獲得的配準(zhǔn)幀與當(dāng)前幀之間背景是相對(duì)靜止的，消除了由于成像平臺(tái)運(yùn)動(dòng)引起的場景中背景的平移、旋轉(zhuǎn)、縮放等變化，但由于紅外成像的非均勻性，導(dǎo)致場景中背景幀間對(duì)應(yīng)位置的像素灰度值存在差異，采用線性回歸修正配準(zhǔn)圖像對(duì)應(yīng)位置的像素灰度值；

本發(fā)明利用配準(zhǔn)后的幀間相同位置對(duì)應(yīng)像素點(diǎn)灰度值受紅外成像非均勻性影響，存在線性關(guān)系，通過利用線性回歸對(duì)當(dāng)前幀和配準(zhǔn)幀進(jìn)行隨機(jī)采樣得到的相同位置的灰度值點(diǎn)對(duì)進(jìn)行擬合，獲得線性關(guān)系參數(shù)截距a和斜率b，通過線性關(guān)系參數(shù)修正配準(zhǔn)幀像素的灰度值，分別計(jì)算獲得前第K幀修正圖像和前第2K幀修正圖像；

分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對(duì)當(dāng)前幀和參考幀進(jìn)行隨機(jī)采樣N個(gè)點(diǎn)，采用最小化χ²(a,b)線性回歸方法進(jìn)行擬合：

其中，y_i和x_i分別是當(dāng)前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數(shù)對(duì)參考幀所有像素的灰度值進(jìn)行修正，獲得前第K幀修正圖像和前第2K幀修正圖像；

(4)當(dāng)前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數(shù)項(xiàng)，分別對(duì)差分圖像1和差分圖像2進(jìn)行二值化，大于二值化閾值的像素標(biāo)記為可疑目標(biāo)；對(duì)二值化后的差分圖像1和差分圖像2取交集，獲得可疑運(yùn)動(dòng)目標(biāo)二值圖像；

(5)對(duì)可疑運(yùn)動(dòng)目標(biāo)二值圖像進(jìn)行形態(tài)學(xué)閉操作濾波；

(6)以濾波后可疑運(yùn)動(dòng)目標(biāo)二值圖像的邊緣像素點(diǎn)為中心劃分一個(gè)區(qū)域，利用當(dāng)前幀和前第2K幀修正圖像內(nèi)相應(yīng)區(qū)域內(nèi)像素點(diǎn)的區(qū)域梯度統(tǒng)計(jì)直方圖進(jìn)行校正，獲得運(yùn)動(dòng)目標(biāo)二值圖像。

進(jìn)一步地，所述步驟(6)具體分為以下子步驟：

(21)遍歷可疑運(yùn)動(dòng)目標(biāo)二值圖像，尋找本身標(biāo)記為運(yùn)動(dòng)目標(biāo)但八鄰域不全為運(yùn)動(dòng)目標(biāo)的像素點(diǎn)，即為邊緣像素點(diǎn)；

(22)以邊緣像素點(diǎn)為中心，取m×m的區(qū)域，計(jì)算區(qū)域位置對(duì)應(yīng)的當(dāng)前幀和前第2K幀修正圖像內(nèi)每個(gè)像素點(diǎn)的梯度幅值和方向；所述m根據(jù)目標(biāo)大小尺寸調(diào)整，優(yōu)選m取值為7；

(23)將360度根據(jù)需求分割為x個(gè)區(qū)間，根據(jù)每個(gè)像素點(diǎn)的梯度方向，利用雙線性內(nèi)插值法將幅值累加到直方圖中，分別獲得基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖；所述x的取值范圍為8到36之間，優(yōu)選x等于18；

(24)分別對(duì)基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖進(jìn)行歸一化；

(25)計(jì)算基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖的差值，差值的絕對(duì)值之和小于目標(biāo)閾值則重新標(biāo)記為背景，大于目標(biāo)閾值則標(biāo)記為已校正可疑目標(biāo)邊緣像素點(diǎn)；所述目標(biāo)閾值取值范圍為0.4到0.6，優(yōu)選0.5；

(26)返回步驟(21)，直到當(dāng)前幀中所有邊緣像素點(diǎn)都進(jìn)行過校正，獲得最終運(yùn)動(dòng)目標(biāo)檢查結(jié)果圖。

按照本發(fā)明的另一方面，提供了一種基于紅外圖像的動(dòng)平臺(tái)運(yùn)動(dòng)目標(biāo)檢測系統(tǒng)，該系統(tǒng)包括以下部分：

特征確定模塊，用于對(duì)當(dāng)前幀紅外圖像構(gòu)造尺度空間，采用非極大值抑制確定特征點(diǎn)；構(gòu)造SURF特征點(diǎn)描述子并保存；

特征配準(zhǔn)模塊，用于以當(dāng)前幀為基準(zhǔn)幀，與其前第K幀圖像和前第2K幀圖像進(jìn)行SURF特征點(diǎn)匹配，計(jì)算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像；

灰度修正模塊，用于分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對(duì)當(dāng)前幀和參考幀進(jìn)行隨機(jī)采樣N個(gè)點(diǎn)，采用最小化χ²(a,b)線性回歸方法進(jìn)行擬合：

其中，y_i和x_i分別是當(dāng)前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數(shù)對(duì)參考幀所有像素的灰度值進(jìn)行修正，獲得前第K幀修正圖像和前第2K幀修正圖像；

二值化模塊，用于當(dāng)前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數(shù)項(xiàng)；分別對(duì)差分圖像1和差分圖像2進(jìn)行二值化，大于二值化閾值的像素標(biāo)記為可疑目標(biāo)；對(duì)二值化后的差分圖像1和差分圖像2取交集，獲得可疑運(yùn)動(dòng)目標(biāo)二值圖像；

濾波模塊，用于對(duì)可疑運(yùn)動(dòng)目標(biāo)二值圖像進(jìn)行形態(tài)學(xué)閉操作濾波；

目標(biāo)獲取模塊，以濾波后可疑運(yùn)動(dòng)目標(biāo)二值圖像的邊緣像素點(diǎn)為中心劃分一個(gè)區(qū)域，利用當(dāng)前幀和前第2K幀修正圖像內(nèi)相應(yīng)區(qū)域內(nèi)像素點(diǎn)的區(qū)域梯度統(tǒng)計(jì)直方圖進(jìn)行校正，獲得運(yùn)動(dòng)目標(biāo)二值圖像。

進(jìn)一步地，所述目標(biāo)獲取模塊具體包括以下單元：

邊緣獲取單元，用于遍歷可疑運(yùn)動(dòng)目標(biāo)二值圖像，尋找本身標(biāo)記為運(yùn)動(dòng)目標(biāo)但八鄰域不全為運(yùn)動(dòng)目標(biāo)的像素點(diǎn)，即為邊緣像素點(diǎn)；

梯度計(jì)算單元，用于以邊緣像素點(diǎn)為中心，取m×m的區(qū)域，計(jì)算區(qū)域位置對(duì)應(yīng)的當(dāng)前幀和前第2K幀修正圖像內(nèi)每個(gè)像素點(diǎn)的梯度幅值和方向；所述m根據(jù)目標(biāo)大小尺寸調(diào)整，優(yōu)選m取值為7；

直方圖統(tǒng)計(jì)單元，用于將360度根據(jù)需求分割為x個(gè)區(qū)間，根據(jù)每個(gè)像素點(diǎn)的梯度方向，利用雙線性內(nèi)插值法將幅值累加到直方圖中，分別獲得基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖；所述x的取值范圍為8到36之間，優(yōu)選x等于18；

歸一化單元，用于分別對(duì)基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖進(jìn)行歸一化；

邊緣修正單元，用于計(jì)算基于當(dāng)前幀和基于前第2K幀修正圖像的區(qū)域梯度統(tǒng)計(jì)直方圖的差值，差值的絕對(duì)值之和小于目標(biāo)閾值則重新標(biāo)記為背景，大于目標(biāo)閾值則標(biāo)記為已校正可疑目標(biāo)邊緣像素點(diǎn)；所述目標(biāo)閾值取值范圍為0.4到0.6，優(yōu)選0.5；

循環(huán)單元，用于返回步驟邊緣獲取單元，直到當(dāng)前幀中所有邊緣像素點(diǎn)都進(jìn)行過校正，獲得最終運(yùn)動(dòng)目標(biāo)檢查結(jié)果圖。

總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)特征及有益效果：

(1)采用線性回歸對(duì)紅外圖像灰度值進(jìn)行修正，抑制了紅外成像的非均勻性問題，提高了本發(fā)明方法估測可疑運(yùn)動(dòng)目標(biāo)的準(zhǔn)確性；

(2)采用區(qū)域梯度直方圖校正，減少了對(duì)配準(zhǔn)精度的要求，提高對(duì)配準(zhǔn)的魯棒性，又由于只對(duì)邊緣像素點(diǎn)進(jìn)行區(qū)域梯度直方圖統(tǒng)計(jì)，極大的減少了計(jì)算量，同時(shí)避免了的平坦區(qū)域出現(xiàn)空洞。

附圖說明

圖1為本發(fā)明的方法實(shí)現(xiàn)流程圖；

圖2a為實(shí)施例當(dāng)前幀圖像；

圖2b為實(shí)施例當(dāng)前幀前第K幀圖像；

圖2c為實(shí)施例當(dāng)前幀前第2K幀圖像；

圖3a為實(shí)施例當(dāng)前幀前第K幀圖像的仿射變換圖像；

圖3b為實(shí)施例當(dāng)前幀前第2K幀圖像的仿射變換圖像；

圖4a為實(shí)施例當(dāng)前幀前第K幀圖像的灰度修正圖像；

圖4b為實(shí)施例當(dāng)前幀前第2K幀圖像的灰度修正圖像；

圖5a為實(shí)施例當(dāng)前幀的可疑運(yùn)動(dòng)目標(biāo)二值圖像；

圖5b為實(shí)施例形態(tài)學(xué)濾波后可疑運(yùn)動(dòng)目標(biāo)二值圖像；

圖5c為實(shí)施例當(dāng)前幀最終檢測結(jié)果。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

采用如圖1所示本發(fā)明方法步驟，對(duì)圖2所示320×256大小的紅外圖像進(jìn)行目標(biāo)檢測：

(1)對(duì)圖2a當(dāng)前幀、圖2b當(dāng)前幀前第K幀圖像和圖2c當(dāng)前幀前第2K幀圖像構(gòu)造尺度空間，其中K取數(shù)值3，采用非極大值抑制確定特征點(diǎn)；構(gòu)造SURF特征點(diǎn)描述子并保存；

(2)以當(dāng)前幀為基準(zhǔn)幀，與其前第K幀圖像和前第2K幀圖像進(jìn)行SURF特征點(diǎn)匹配，計(jì)算仿射矩陣，獲得前第K幀圖像和前第2K幀圖像的仿射變換圖像，如圖3a和3b所示；

(3)分別以前第K幀仿射變換圖像和前第2K幀仿射變換圖像為參考幀，對(duì)當(dāng)前幀和參考幀進(jìn)行隨機(jī)采樣300個(gè)點(diǎn)，采用最小化χ²(a,b)線性回歸方法進(jìn)行擬合：

其中，y_i和x_i分別是當(dāng)前幀和參考值圖像灰度值，a是截距，b是斜率；通過擬合函數(shù)對(duì)參考幀所有像素的灰度值進(jìn)行修正，獲得前第K幀灰度修正圖像和前第2K幀灰度修正圖像，如圖4a和4b所示；

(4)當(dāng)前幀分別與前第K幀修正圖像和前第2K幀修正圖像相減，獲得差分圖像1和差分圖像2；取作為二值化閾值，其中，c是常數(shù)項(xiàng)，取數(shù)值2，分別對(duì)差分圖像1和差分圖像2進(jìn)行二值化，大于二值化閾值的像素標(biāo)記為可疑目標(biāo)；對(duì)二值化后的差分圖像1和差分圖像2取交集，獲得可疑運(yùn)動(dòng)目標(biāo)二值圖像，如圖5a所示；

(5)對(duì)可疑運(yùn)動(dòng)目標(biāo)二值圖像進(jìn)行形態(tài)學(xué)膨脹操作，再進(jìn)行形態(tài)學(xué)腐蝕操作，根據(jù)目標(biāo)大小選擇合適的濾波模板，示例中采用3×3的正方形模板，濾波后如圖5b所示；

(6)尋找邊緣像素點(diǎn)。遍歷可疑運(yùn)動(dòng)目標(biāo)二值圖像，標(biāo)記為可疑目標(biāo)的像素點(diǎn)，其八鄰域像素點(diǎn)不全為可疑目標(biāo)像素點(diǎn)，即認(rèn)為是邊緣像素點(diǎn)；

以邊緣像素點(diǎn)位置為中心，取7×7的區(qū)域，計(jì)算當(dāng)前幀和配準(zhǔn)幀對(duì)應(yīng)該區(qū)域內(nèi)像素點(diǎn)的梯度，將360度分割成若18個(gè)區(qū)間，根據(jù)每個(gè)像素點(diǎn)的梯度方向，利用雙線性內(nèi)插值法將幅值累加到直方圖中；

對(duì)梯度統(tǒng)計(jì)直方圖進(jìn)行歸一化，即將每個(gè)區(qū)間的幅值除以所有區(qū)間幅值之和，取當(dāng)前幀與其前第2K幀圖像對(duì)應(yīng)位置點(diǎn)的梯度統(tǒng)計(jì)直方圖差的絕對(duì)值之和，小于閾值0.5則將可疑目標(biāo)邊緣像素點(diǎn)重新標(biāo)記為背景，大于閾值則標(biāo)記為已校正邊緣像素點(diǎn)；

遍歷完全圖后再重新遍歷，至到所有的邊緣像素點(diǎn)都被標(biāo)記為已校正邊緣像素點(diǎn)，最后得到如圖5c所示檢測目標(biāo)。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。