一种抗云层干扰的飞机目标检测方法

摘要

本发明属于图像处理技术领域中的光电技术飞行目标检测方法，具体涉及一种抗云层干扰的飞机降落过程中飞机目标检测方法。具体步骤如下：(1)滤波；⑵计算均值和标准差；⑶计算最优分割阈值；⑷分割图像；⑸确定候选目标区域；⑹计算候选目标长宽比；⑺根据长宽比参数筛选候选目标；⑻计算并存储所有候选目标的中心坐标；⑼确定连续存在的候选目标；⑽确定第一级候选目标；⑾计算第一级候选目标5帧之内的横向坐标变化：⑿根据横向坐标变化筛选第一级候选目标；⒀计算候选目标的轨迹；⒁进一步获取跟踪目标的目标位置；⒂计算第二级候选目标的位置坐标估计值；⒃计算第7帧和第9帧位置坐标估计值与实际值之间的距离；⒄确定目标；⒅最终确定目标。

主权项

一种抗云层干扰的飞机目标检测方法，应用于机场立体防控系统中飞机降落过程中飞机目标检测系统，其特征在于：根据红外图像中降落飞机目标的运动特性，对低空目标的运动特征进行分析，去除云层干扰，在待确认低空目标中确定降落过程中的飞机目标，具体步骤如下：⑴滤波：在机场区域低空监控红外图像中确定图像中的低空区域，低空区域根据摄像机摆放位置和视场范围确定；针对图像中飞机目标的低空区域，采用先横向后纵向的方式进行Top‑Hat形态学滤波，滤波因子长度根据实际图像中目标确定；⑵计算均值和标准差：对进行Top‑Hat滤波的图像区域计算滤波图像的均值μ和标准差σ；设置滤波图像I_F为r行c列，均值μ表示为：标准差σ表示为：其中I_F(i,j)表示图像I_F第i行第j列像素的像素值；⑶计算最优分割阈值：针对图像中大于μ+σ的像素值，以最大类间方差准则计算最优分割阈值Th；⑷分割图像：根据阈值Th对滤波图像I_F进行图像分割，形成分割图像I_S；分割法则如下：其中I_F(i,j)表示图像I_F第i行第j列像素的像素值，I_S(i,j)表示图像I_S第i行第j列像素的像素值；⑸确定候选目标区域：将分割图像中像素值为1的连通区域进行像素数统计，去除像素数为1的孤立点；将其他连通区域按照像素数从大到小排序，选择像素数最大的5个区域作为候选目标；⑹计算候选目标长宽比：长参数lgh为目标区域外接矩形横方向像素数，宽参数wdh为目标区域外接矩形纵方向像素数；目标长宽比lw定义为：⑺根据长宽比参数筛选候选目标：将长宽比参数lw小于1和大于10的目标区域从第一级候选目标区域中剔除；⑻计算并存储所有候选目标的中心坐标：候选目标宽度为候选目标区域最右边像素与最左边像素横坐标差值，候选目标高度为候选目标区域最上边像素与最下边像素纵坐标差值，候选目标面积为候选目标区域覆盖像素数；设候选目标所覆盖p个像素坐标分别为(x₁,y₁)，(x₂,y₂)，…，(x_p,y_p)，该候选目标中心(cx,cy)坐标为：⑼在候选目标中确定连续存在的候选目标：对之后的图像帧重复步骤(1)～步骤(8)，记录每一帧候选目标的中心坐标，对于第k帧中中心坐标为(cx_k,cy_k)的候选目标T1，在第k‑1帧中中心坐标为(cx_k‑1,cy_k‑1)的候选目标与候选目标T1中心坐标的欧氏距离最近，且满足如下关系：时，判断连续两帧之间候选目标的中心距离最近，从而确认k‑1帧中，中心坐标为(cx_k‑1,cy_k‑1)的目标与T1为同一目标；⑽确定第一级候选目标：如果某一目标连续5帧存在，则确认为第一级候选目标，记录该目标连续5帧中的位置信息；对于目标编号为i的候选目标，目标位置信息为在图像中的横纵坐标cx、cy；连续5帧目标位置信息记为⑾计算第一级候选目标5帧之内的横向坐标变化：对于目标编号为i的候选目标，横向坐标变化参数hc为该目标第1帧位置横坐标和第5帧位置横坐标之差的绝对值，描述为：⑿根据横向坐标变化筛选第一级候选目标，得到第二级候选目标：在候选目标中去除其对应横向坐标变化hc值小于系统阈值T_hc的目标，得到第二级候选目标；⒀计算候选目标的轨迹：对于目标编号为i的第二级候选跟踪目标，横方向和纵方向位置参数方程为：cx＝a₀+a₁t，cy＝b₀+b₁t，其中参数t为目标区域所在的图像帧号；采用基于直线的最小二乘拟合，以第1、3、5帧位置信息拟合位置参数方程，获取a₀、a₁、b₀、b₁的计算值a₀ⁱ、a₁ⁱ、b₀ⁱ、b₁ⁱ：$a_0^i=\frac{35}{24}\underset{k=1}{\overset{3}{\Sigma }}{\mathrm{cx}}_{(2k-1)}^i-\frac{3}{8}\underset{k=1}{\overset{3}{\Sigma }}(2k-1){\mathrm{cx}}_{(2k-1)}^i$$a_1^i=-\frac{3}{8}\underset{k=1}{\overset{3}{\Sigma }}{\mathrm{cx}}_{(2k-1)}^i+\frac{1}{8}\underset{k=1}{\overset{3}{\Sigma }}(2k-1){\mathrm{cx}}_{(2k-1)}^i$$b_0^i=\frac{35}{24}\underset{k=1}{\overset{3}{\Sigma }}{\mathrm{cy}}_{(2k-1)}^i-\frac{3}{8}\underset{k=1}{\overset{3}{\Sigma }}(2k-1){\mathrm{cy}}_{(2k-1)}^i$$b_1^i=-\frac{3}{8}\underset{k=1}{\overset{3}{\Sigma }}{\mathrm{cy}}_{(2k-1)}^i+\frac{1}{8}\underset{k=1}{\overset{3}{\Sigma }}(2k-1){\mathrm{cy}}_{(2k-1)}^i$⒁进一步获取跟踪目标的目标位置：对第二级候选目标的目标区域按步骤(9)描述方法在后续4帧中进行目标位置获取，得到目标i在6～9帧中的位置坐标，对于目标编号为i的第二级候选目标，6～9帧中的位置信息记为⒂计算第二级候选目标的位置坐标估计值：根据步骤(13)中取得的位置参数方程的参数，计算出第二级候选目标在第7帧和第9帧中的位置坐标估计值；对于目标编号为i的第二级候选目标，第7帧和第9帧中的位置坐标估计值为：${\widehat{cx}}_7^i=a_0^i+a_1^i\times 7$${\widehat{cy}}_7^i=b_0^i+b_1^i\times 7$${\widehat{cx}}_9^i=a_0^i+a_1^i\times 9$${\widehat{cy}}_9^i=b_0^i+b_1^i\times 9$⒃计算第7帧和第9帧位置坐标估计值与实际值之间的距离：对于目标编号为i的第二级候选目标，分别记为：${\mathrm{cd}}_7^i=\sqrt{{({\widehat{cx}}_7^i-{\mathrm{cx}}_7^i)}^2+{({\widehat{cy}}_7^i-{\mathrm{cy}}_7^i)}^2}$${\mathrm{cd}}_9^i=\sqrt{{\left({\widehat{cx}}_9^i-{\mathrm{cx}}_9^i\right)}^2+{\left({\widehat{cy}}_9^i-{\mathrm{cy}}_9^i\right)}^2}$⒄确定目标：在第二级候选目标中剔除和数值其中一个大于系统阈值T_cd，若和数值均小于阈值T_cd，则目标i可被认定为降落飞机目标；⒅最终确定目标：当步骤(17)确认的飞机目标多于1个时，选择cd₇和cd₉数值之和最小的目标确认为降落飞机目标。