基于空时显著性融合的红外运动目标检测方法.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CN105631898A(43)申请公布日2016.06.01(21)申请号201510998019.4(22)申请日2015.12.28(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人郗润平张福俊周鑫张艳宁(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06T7/20(2006.01)权利要求书1页说明书4页(54)发明名称基于空时显著性融合的红外运动目标检测方法(57)摘要本发明公开了一种基于空时显著性融合的红外运动目标检测方法，用于解决现有基于空时显著性的运动目标检测方法获取的运动目标轮廓清晰度差的技术问题。技术方案是首先利用空域显著性方法得到红外图像的静态显著图，利用时域检测方法得到动态显著图；然后采用加权融合的方式计算空时融合显著图；最后对融合显著图做适当的阈值分割得到检测的运动目标前景结果。本发明方法利用目标的运动特征，突出运动目标的显著性。在OTCBVS公开红外数据库上测试结果表明，本发明方法保留了空域显著性特征中静止目标的显著性，抑制了时域显著性特征中运动目标的晕轮效应。CN105631898ACN105631898A权利要求书1/1页1.一种基于空时显著性融合的红外运动目标检测方法，其特征在于包括以下步骤：步骤一、将红外检测图像的颜色空间转换到Lab颜色空间，使用空域显著性检测方法－频率调谐方法计算检测帧的区域静态显著性特征，得到空域显著图SalS；步骤二、在计算检测帧空域显著性的同时计算该帧图像的时域显著性特征；将检测帧分成子块，标记所述子块为检测帧的一个事件B(r,s,t)；相应的在前N-1帧中对应位置的事件构成集合V(r,s)＝{B(r,s,t-1),B(r,s,t-2),...,B(r,s,t-N+1)}，则该事件的时域显著性通过公式(1)计算得到；构建一个N维向量Y＝{y0,y1,...,yN-1}，表示每一个子块，在此引入非参核密度估计，估计每一个事件发生的概率分布；-1/2-1/2式中，H表示带宽矩阵，核函数表示为KH(y)＝||H||K(Hy)，式(2)具体展开表示为公式(3)；式中，H(yi)反应样本点yi的变化导致估计样本点的变化情况，带宽表示为H(yi)＝h(yi)I，h(yi)表示为yi到k-th近邻点的欧氏距离；采用对称多变量高斯密度函数作为核函数；最终检测帧中一个事件块的时域显著性表示为公式(5)，式中，SalT表示检测帧的时域显著性；步骤三、将步骤一计算的静态空域显著性特征和步骤二计算的动态时域显著性特征融合，得到空时域目标显著性特征。2CN105631898A说明书1/4页基于空时显著性融合的红外运动目标检测方法技术领域[0001]本发明涉及一种基于空时显著性的运动目标检测方法，特别是涉及一种基于空时显著性融合的红外运动目标检测方法。背景技术[0002]红外成像仪根据物体自身辐射率被动成像，具有不受光照变化影响、可全天侯工作的特点。一般情况下，红外图像中运动目标亮度信息高于周围环境亮度，有较高的显著性，提取红外图像的目标显著性，进而提取运动目标信息在单源传感器目标检测中具有重要的研究意义。现有的显著性检测方法主要有：基于空域的静态特征的显著性检测方法和基于时域运动信息的显著性检测方法。[0003]文献“Objectmotiondetectionusinginformationtheoreticspatio-temporalsaliency.PatternRecognition,2009,42(11):2897-2906”公开了一种基于空时显著性的运动目标检测方法。该方法通过分析图像的空域和时域显著信息建立一个信息显著图，然后利用目标的显著性强弱检测目标。该方法可以快速的提取出运动目标，但是获取的运动目标轮廓不准确，难以分辨目标的形态。如果使用该方法进行后续目标识别和行为分析时，检测的目标不能达到目标分析的要求。发明内容[0004]为了克服现有基于空时显著性的运动目标检测方法获取的运动目标轮廓清晰度差的不足，本发明提供一种基于空时显著性融合的红外运动目标检测方法。该方法首先利用空域显著性方法得到红外图像的静态显著图，利用时域检测方法得到动态显著图；然后采用加权融合的方式计算空时融合显著图；最后对融合显著图做适当的阈值分割得到检测的运动目标前景结果。本发明方法利用目标的运动特征，突出运动目标的显著性。在OTCBVS公开红外数据库上测试结果表明，本发明方法保留了空域显著性特征中静止目标的显著性，抑制了时域显著性特征中运动目标的晕轮效应。[0005]本发明解决其技术问题所采用的技术方案是：一种基于空时显著性融合的红外运动目标检测方法，其特点