发明名称 基于轨迹编目模型的空间点目标天基探测方法
摘要 本发明公开了一种基于轨迹编目模型的空间点目标天基探测方法,本发明对经过预处理的图像进行阈值分割和连通域计算,并对每个连通域进行轨迹编目,根据每个轨迹的运动特征和判断概率来识别并跟踪目标。本发明适用于大视场可见光空间点目标天基探测,可以扩大搜索范围,实现尽早探测、尽快预警。可以同时探测多个不同运动方式的目标,并对多个目标进行识别和跟踪。本发明对于探测空间点目标可以实现快速探测识别和稳定跟踪。
申请公布号 CN102116876A 申请公布日期 2011.07.06
申请号 CN201110008561.2 申请日期 2011.01.14
申请人 中国科学院上海技术物理研究所 发明人 崔文楠;张涛;王磊;凌丽;童广辉;杨波
分类号 G01V8/10(2006.01)I 主分类号 G01V8/10(2006.01)I
代理机构 上海新天专利代理有限公司 31213 代理人 郭英
主权项 一种基于轨迹编目模型的空间点目标天基探测方法,其特征在于包括以下步骤:1)首先,对采集到的实时图像数据进行坏点剔除、畸变校正和图像滤波预处理;2)接着,对经过预处理的图像数据进行自适应阈值的确定,阈值D计算公式为:D=a×(M+2)其中,M为整幅图像灰度均值,a常数,选取范围在1.8~2.4之间;3)对采集到的图像进行阈值分割,阈值分割公式为: <mfenced open='{' close=''> <mtable> <mtr> <mtd> <mi>if</mi> </mtd> <mtd> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&GreaterEqual;</mo> <mi>D</mi> <mo>,</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mi>if</mi> </mtd> <mtd> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <mi>D</mi> <mo>,</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced>其中,f(x,y)为图像坐标(x,y)处的灰度值;4)对经过阈值分割的图像进行连通域计算,计算连通域的方法如下:(1)从像元(1,1)开始,按照自上而下、从左到右的顺序逐行处理每一个像元,如果f(x,y)≥D,则执行步骤(2),否则执行步骤(3);(2)在已经处理的相邻4个像元(x‑1,y‑1)、(x‑1,y)、(x‑1,y+1)和(x,y‑1)中,统计不同连通域编号的个数,如果不同连通域编号的个数为0,待处理的像元(x,y)属于新的连通域,在已经编号的连通域中取最大值并且加1赋予像元(x,y)新的连通域编号;如果不同连通域编号的个数为1,则待处理的像元(x,y)和一个已知连通域连通,将此连通域的编号赋予像元(x,y);如果不同连通域编号的个数为2,则待处理的像元(x,y)和两个已知连通域连通,将两个连通域中较小的编号赋予像元(x,y),并用较小的编号替代较大编号的连通域;(3)如果全部像元处理完毕,执行步骤(4),否则,像元指针加1,执行步骤(2);(4)在不更改原有排列顺序的前提下,按照编号不间断的原则更新连通域的编号;5)计算每个连通域的质心,质心坐标xc,yc计算公式为: <mrow> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mi>&Sigma;x</mi> <mo>&CenterDot;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&Sigma;f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> <mrow> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mi>&Sigma;y</mi> <mo>&CenterDot;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&Sigma;f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>其中,f(x,y)为坐标(x,y)处图像像元的灰度值;6)对经过处理的图像进行轨迹编目,轨迹编目的方法如下:(1)在以连通域质心为中心,阈值为半径的范围内进行轨迹编目检索;(2)如果有且只有一条轨迹,并且该轨迹没有被填充,则该连通域质心加入该轨迹;(3)如果一条轨迹也没有,则开辟一条新的轨迹;(4)如果存在一条轨迹,但是该轨迹已被填充,则需要判断新点和旧点哪一个更适合该轨迹,更适合的点加入该轨迹,被抛弃的点重新进行轨迹编目;(5)对所有的连通域进行遍历;7)利用轨迹编目进行目标识别,具体识别方法如下:(1)在所有轨迹中统计灰度变化,如果灰度变化超过阈值,则此轨迹编目被判为目标的概率加1;(2)在所有轨迹中统计速度变化,首先统计出大众速度,如果轨迹的速度与大众速度差值超过阈值,则此轨迹编目被判为目标的概率加1;(3)在所有轨迹中统计尺寸变化,如果尺寸变化超过阈值,则此轨迹编目被判为目标的概率加1;(4)最后,依据统计的概率来判断是否为目标,如果在整个轨迹编目中,被连续判为目标的数目大于整个轨迹编目的数目的一半,即被判为目标。
地址 200083 上海市玉田路500号