一种面向点目标的红外焦平面盲元动态检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111242980A(43)申请公布日2020.06.05(21)申请号202010051817.7(22)申请日2020.01.17(71)申请人中国科学院上海技术物理研究所地址200083上海市虹口区玉田路500号(72)发明人饶鹏陈忻贾良杰(74)专利代理机构上海沪慧律师事务所31311代理人郭英(51)Int.Cl.G06T7/246(2017.01)G06K9/00(2006.01)G06K9/32(2006.01)G06K9/62(2006.01)权利要求书3页说明书5页附图3页(54)发明名称一种面向点目标的红外焦平面盲元动态检测方法(57)摘要本发明公开一种面向点目标的红外焦平面盲元动态检测方法。该方法将点目标检测出的疑似点目标作为疑似盲元，将点目标跟踪的路径信息、疑似盲元灰度、疑似盲元领域像元灰度作为输入，分别与盲元响应特征模型和盲元运动特征模型进行匹配确认是否为盲元。通过每帧检测的盲元结果与遗忘因子更新盲元置信度，设定补偿阈值与剔除阈值，筛选置信度大于补偿阈值且与盲元成像模型匹配成功的盲元进行剔除，将置信度小于剔除阈值的盲元从盲元表剔除，从而实现自适应地盲元动态检测。本发明在不打断点目标检测与跟踪过程的情况下，充分利用点目标的检测和跟踪结果，消耗额外计算资源少，能够准确高效地完成盲元的检测，易于硬件实现。CN111242980ACN111242980A权利要求书1/3页1.一种面向点目标的红外焦平面盲元动态检测方法，其特征在于包括如下步骤：(1)利用点目标检测方法对红外焦平面阵列采集的每一帧图像数据进行点目标检测，检测结果为B(f,i,j)，被检测为点目标的像元同时标记为疑似盲元，B(f,i,j)＝1表示该点为疑似盲元，反之B(f,i,j)＝0表示该点为正常像元,其中f为帧序号，i,j分别表示焦平面像元的横纵坐标；(2)将当前检测帧的疑似盲元灰度值及其临域像元的灰度值作为输入，与盲元成像特征模型匹配，具体步骤如下；(2.1)计算疑似盲元与周围像元的灰度平均值Mean(i,j)，其中，X(i,j)为像元(i,j)的灰度值，X(i+p,j+q)表示以(i,j)为中心的正方形像元临域内各像元灰度值，N为该正方形临域的边长，单位为像元，N取值为3个像元，p和q代表方形领域内其他像元相对(i,j)的坐标偏移量,p和q的取值范围为(2.2)利用上一步计算的疑似盲元临域的灰度平均值Mean(i,j)分别与正方形临域内包括疑似盲元在内的每一个像元的灰度比较大小并记录比较结果，统计与疑似盲元比较结果一致的像元个数Num(i,j)，(2.3)将Num(i,j)与响应阈值Thre比较得出盲元成像特征模型匹配结果Xd(f,i,j)，其中，Xd(f,i,j)为疑似盲元f帧的成像特征模型匹配结果，Xd(f,i,j)＝1表示匹配成功，Xd(f,i,j)＝0表示匹配失败，响应阈值Thre取值范围为2≤Thre≤4；(3)若盲元表为空则跳过此步，反之检索盲元表，从盲元表中选取盲元置信度C(i,j)大于补偿阈值Thcomp且在步骤(2)中匹配成功的疑似盲元判定为盲元，其中Thcomp取值范围为0.3≤Thcomp≤0.5，C(i,j)为盲元置信度表示像元(i,j)为盲元的概率，C(i,j)的取值范围为0≤C(i,j)≤1；(4)若盲元表为空则保持步骤(1)检测的疑似点目标结果，否则将步骤(1)检测出的点目标结果中被步骤(3)判定为盲元的疑似点目标剔除；(5)若盲元表为空则保持步骤(2)匹配成功的疑似盲元结果，否则将步骤(2)匹配成功的疑似盲元结果中被步骤(3)判定为盲元的疑似盲元剔除；(6)对步骤(5)确定的疑似盲元进行运动特征位置模型匹配，统计疑似盲元在最近Flength帧内出现的频率，Flength表示运动模型评估的帧长度，取值范围为5≤Flength≤30，具体步骤如下；2CN111242980A权利要求书2/3页(6.1)统计待匹配疑似盲元在最近Flength帧内被步骤(2)的成像特征模型成功匹配的次数Bsum(i,j)，其中，F为当前检测帧的帧序号；(6.2)疑似盲元在Flength帧内被判断为疑似盲元的频率Bsum(i,j)/Flength与运动特征位置模型阈值Thpo进行比较，输出匹配结果Xpo(i,j)，其中，Xpo(i,j)为疑似盲元当前帧的运动特征位置模型匹配结果，Xpo(i,j)＝1表示匹配成功，Xpo(i,j)＝0表示匹配失败，Thpo为运动特征位置模型阈值，0.05≤Thpo≤0.3；(7)对步骤(4)确定的疑似点目标进行运动特征路径模型匹配，具体步骤如下；(7.1)选取最近Flength帧内被点目标跟踪算法成功跟踪的路径，提取每条路径上最