一种红外弱小目标跟踪方法.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CN111652151A(43)申请公布日2020.09.11(21)申请号202010498906.6(22)申请日2020.06.04(71)申请人北京环境特性研究所地址100854北京市海淀区永定路50号(72)发明人崔洪(74)专利代理机构北京格允知识产权代理有限公司11609代理人张莉瑜(51)Int.Cl.G06K9/00(2006.01)G06K9/20(2006.01)G06T7/246(2017.01)G06T7/73(2017.01)G06T7/62(2017.01)权利要求书2页说明书6页附图2页(54)发明名称一种红外弱小目标跟踪方法(57)摘要本发明涉及一种红外弱小目标跟踪方法、计算机设备及计算机可读存储介质，包括：由上一帧红外图像中的目标信息生成当前帧红外图像的空间域权重图；获取一组历史红外图像，生成当前帧红外图像的时间域权重图；结合空间域权重图与时间域权重图生成总权重图，并与当前帧红外图像相乘，生成最终效果图；利用结构张量检测最终效果图内所有候选目标；由转台伺服数据解算出上一帧红外图像的目标在当前帧的位移、速度，作为位移约束、速度约束剔除虚警，得到跟踪的真实目标；以跟踪的真实目标更新当前帧目标信息并保留历史数据，实现目标跟踪。本发明能够提高对目标的检测概率，强化对低信噪比小目标的稳定跟踪能力，并降低虚警概率。CN111652151ACN111652151A权利要求书1/2页1.一种红外弱小目标跟踪方法，其特征在于，包括如下步骤：S1、在稳定跟踪过程中，输入红外图像与转台伺服数据，由上一帧红外图像中的目标信息生成当前帧红外图像的空间域权重图；S2、获取一组历史红外图像，根据其中每一个历史帧中保留的目标信息，解算当前帧的目标位置，并计算对应的权重系数；将一组历史红外图像中各历史帧计算所得权重系数通过加权结合，生成当前帧红外图像的时间域权重图；S3、结合空间域权重图与时间域权重图，采用加权方式生成总权重图，并与当前帧红外图像相乘，生成最终效果图；S4、利用结构张量检测最终效果图内所有候选目标；S5、由转台伺服数据解算出上一帧红外图像的目标在当前帧的位移、速度，作为位移约束、速度约束剔除虚警，得到所有候选目标中置信度最高的目标作为跟踪的真实目标；S6、以跟踪的真实目标更新当前帧目标信息并保留历史数据，实现目标跟踪。2.根据权利要求1所述的红外弱小目标跟踪方法，其特征在于：所述步骤S1中，由上一帧红外图像中的目标信息生成当前帧红外图像的空间域权重图时，由空间域的注意力机制，通过预测上一帧的目标在当前帧红外图像的位置与速度，对当前帧生成权重图。3.根据权利要求1所述的红外弱小目标跟踪方法，其特征在于：所述步骤S2中，获取的一组历史红外图像至少包括20帧历史红外图像。4.根据权利要求1所述的红外弱小目标跟踪方法，其特征在于：所述步骤S2中，根据每一个历史帧中保留的目标信息，解算当前帧红外图像的目标位置信息时，设(xt,yt)表示t时刻目标在红外图像中的坐标位置，Δt表示两帧红外图像之间的时间间隔，(x′t,y′t)表示t时刻的目标在t+Δt时刻红外图像中的坐标位置，t+Δt时刻目标位置信息计算表达式如下：y′t＝yt-H·Δθ/Θ其中，W、H分别为红外图像的宽度、高度，Φ为红外图像方位视场角，Θ为红外图像俯仰视场角，表示Δt时间间隔对应转台伺服的方位角变化，Δθ表示Δt时间间隔对应转台伺服的俯仰角变化。5.根据权利要求4所述的红外弱小目标跟踪方法，其特征在于：所述步骤S2中，将一组历史红外图像中各历史帧计算所得权重系数通过加权结合时，根据各历史帧的目标信噪比进行加权，使目标信噪比高的历史帧获得大的加权权重。6.根据权利要求5所述的红外弱小目标跟踪方法，其特征在于：所述步骤S4中，利用结构张量检测最终效果图内所有候选目标时，结构张量表达式为：其中，G为高斯核，I为红外图像，Ix、Iy分别为红外图像I在x、y方向上的梯度图，对结构张量Js(▽I)计算特征值矩阵为：2CN111652151A权利要求书2/2页对于红外图像I中的每个像素点I(x,y)，根据对应的矩阵元素λ1(x,y)、λ2(x,y)检测该像素点I(x,y)是否属于候选目标。7.根据权利要求6所述的红外弱小目标跟踪方法，其特征在于：所述步骤S5中，由转台伺服数据解算出上一帧红外图像的目标在当前帧的位移、速度时，(x′t,y′t)表示解算所得的、t时刻的目标在t+Δt时刻红外图像中的坐标位置，(xt+Δt,yt+Δt)表示跟踪所得的、目标t+Δt时刻红外图像中的坐标位置，t时刻到t+Δt时刻，空间域中目标超出预测的位移量为Δx＝xt+Δt-x′t，Δy＝yt+Δt-y′t，超出预测的