一种红外目标检测与跟踪方法.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CN109902578A(43)申请公布日2019.06.18(21)申请号201910073794.7(22)申请日2019.01.25(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人刘辉何博侠焦浩(74)专利代理机构南京理工大学专利中心32203代理人张祥(51)Int.Cl.G06K9/00(2006.01)G06K9/34(2006.01)G06K9/62(2006.01)权利要求书4页说明书7页附图2页(54)发明名称一种红外目标检测与跟踪方法(57)摘要本发明提供了一种红外目标检测与跟踪方法，包括：选取致密度、矩形度和几何不变矩为静态变量，建立静态决策准则；选取目标轮廓面积、周长、速度、自适应分割阈值和ROI位置为动态变量，建立动态决策准则。采用首帧目标检测算法计算出目标静态变量和部分动态特征变量值；后续帧先利用改进的局部自适应阈值分割算法分割图像，然后利用静态与动态决策准则筛选出分割后的真实目标，最后计算并更新待测目标特征参数集。本发明对复杂背景更新、场景变化、目标自身的尺度、灰度以及轮廓特征变化具有较好的鲁棒性。CN109902578ACN109902578A权利要求书1/4页1.一种红外目标检测与跟踪方法，其特征在于，包括以下步骤：步骤S001，选择红外目标检测与跟踪算法的输入源：所述输入源格式包括红外成像器件采集的待检测与跟踪场景下离线红外序列图像、离线视频文件和实时视频流；步骤S002，读取并显示输入图像：从选定的输入源中读取一帧图像，并在显示器上显示图像；步骤S003，判断是否通过鼠标手动选取待测目标，如果需跟踪的待测目标出现则通过鼠标手动选取待测目标并生成ROI图像，进入步骤S004；否则，跳转至步骤S011执行；步骤S004，判断当前帧的图像是否是待测目标选取后的首帧图像，如果当前帧为目标选取后的第一帧图像，则进入步骤S005；否则，执行S011；步骤S005，粗提取疑似待测目标：采用分水岭分割算法和最大类间方差法对ROI图像分割，过滤ROI图像中的背景，得到包含待测目标的疑似待测目标集；步骤S006，精提取疑似待测目标：计算各疑似待测目标轮廓面积并按照轮廓面积排序，确定面积最大值对应的疑似待测目标为真实待测目标；步骤S007，计算真实待测目标静态特征参数集并构建静态决策准则，其中，静态特征集包括目标的致密度、矩形度和几何不变矩；步骤S008，预测下一帧ROI图像坐标；步骤S009，显示真实待测目标图像：根据真实待测目标位置，利用矩形跟踪框圈出真实待测目标，并在显示设备上显示真实待测目标图像；步骤S010，判断输入源中的图像是否读取结束，如果完成读取，则结束红外目标检测与跟踪任务；否则，跳转至步骤S002继续执行；步骤S011，获取并生成预测ROI图像：以当前帧图像为母图像，根据上一帧预测得到的ROI图像坐标，生成子图像，此子图像即为当前帧图像的ROI图像；步骤S012，采用改进的自适应阈值分割算法处理ROI图像：所述改进的自适应阈值分割算法的阈值由上一帧图像中真实待测目标轮廓外接矩形的灰度均值方差、真实待测目标轮廓外接矩形与八邻域子区域灰度均值的最小偏差综合计算得到；步骤S013，计算各疑似待测目标多特征集：所述多特征集包括静态特征集、各疑似待测目标的轮廓面积、周长、速度、自适应分割阈值和预测ROI图像坐标；步骤S014，利用静态决策准则粗提取各疑似待测目标；步骤S015，筛选出待测目标：计算静态决策准则粗提取后各疑似待测目标轮廓周长、面积和运动速度，依据动态决策准则剔除疑似待测目标，筛选出真实待测目标，如果当前帧为目标提取后的第二帧图像，利用静态决策准则筛选出真实待测目标；步骤S016，判断当前帧图像是否为目标选取后的第二帧图像，如果是则执行步骤S017；否则，跳转至步骤S018执行；步骤S017，建立动态决策准则；步骤S018，更新真实待测目标特征集，真实待测目标特征集更新结束后，执行步骤S009。2.根据权利要求1所述的方法，其特征在于，步骤S005粗提取疑似待测目标的具体过程在于：1)运用分水岭分割算法处理生成的ROI图像，然后将分割后二值化图像中的前景和背2CN109902578A权利要求书2/4页景分别填充为0和1，填充后的图像记为Imask；2)以Imask为掩膜版，以生成的ROI图像为原始图像，还原出分割后的前景图像Ifront，且Ifront、Imask和生成的ROI图像分辨率相同；3)利用最大类间方差法进一步分割Ifront，并对利用最大类间方差法进一步分割后的二值化图像进行填充，处理结果记为Ifill。3.根据权利要求2所述的方法，其特征在于，步骤S007中所述的计算真