專利名稱:星空?qǐng)D像目標(biāo)軌跡檢測(cè)方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種天文圖像處理方法,特別是星空背景圖像中弱小動(dòng)目標(biāo)運(yùn)動(dòng)軌跡檢測(cè) 方法。
背景技術(shù):
星空背景下成像目標(biāo)由于距離成像設(shè)備很遠(yuǎn),使得目標(biāo)在成像圖像的面積較小,且沒有 形狀結(jié)構(gòu)信息和紋理信息,同時(shí)由于探測(cè)設(shè)備自身影響,圖像的信噪比較低。因此在低信噪 比的條件下進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)具有重要的研究意義。
文獻(xiàn)"一種快速序列圖像低信噪比點(diǎn)目標(biāo)的檢測(cè)與跟蹤方法,西安電子科技大學(xué)學(xué)報(bào), 1999.12, 732-736"公開了一種基于多級(jí)假設(shè)空間軌跡搜索方法,此方法借助于序貫分類的思 路,通過將潛在目標(biāo)的灰度與其在下一幀的鄰域內(nèi)的可能位置的灰度進(jìn)行疊加,并通過序貫 閾值來判斷是否是目標(biāo)。該方法在設(shè)定檢測(cè)率和虛警率下,檢測(cè)效果比較好,但是由于需要 進(jìn)行空間的搜索,計(jì)算量和存儲(chǔ)量大,實(shí)時(shí)性差,且一般要求目標(biāo)運(yùn)動(dòng)速度小于1個(gè)像素, 否則搜索范圍變大,計(jì)算量呈指數(shù)級(jí)上升。
發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)計(jì)算量和存儲(chǔ)量大的不足,本發(fā)明提供一種星空?qǐng)D像目標(biāo)軌跡檢測(cè)方 法,通過將目標(biāo)軌跡劃分為較小的子塊,采用非均勻化對(duì)傳統(tǒng)的Hough變換進(jìn)行改進(jìn),可以 實(shí)現(xiàn)星空背景下的弱小目標(biāo)檢測(cè),減少計(jì)算量和存儲(chǔ)量。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案 一種星空?qǐng)D像目標(biāo)軌跡檢測(cè)方法,其特點(diǎn) 是包括下述步驟
(a) 對(duì)序列圖像中的連續(xù)W張圖像進(jìn)行幀差累加,并采用自適應(yīng)閾值/對(duì)累加后的圖像 進(jìn)行0和1的二值化處理,iV = 5;
(b) 將1024X 1024大小的圖像/進(jìn)行均勻劃分為32x32的小塊,并對(duì)每個(gè)大小為32x32 小塊5^中值為1的點(diǎn)數(shù)進(jìn)行統(tǒng)計(jì);
/是小塊在圖像中的橫坐標(biāo),B/S32, /是小塊在圖像中的縱坐標(biāo),lsy。2;
(c) 依據(jù)統(tǒng)計(jì)的值為1的點(diǎn)數(shù),找出小塊^j及其八鄰域內(nèi)u一,《—u,《_1J+1,
5,J+1,A+^.+,)的極大值塊,根據(jù)極大值與指定的閾值,——
比較,初步判斷鄰域塊內(nèi)是否存在目標(biāo)軌跡,若大于等于閾值,則可能存在目標(biāo)軌跡,若小 于閾值,則不存在目標(biāo)軌跡;f wwm owas=20;
3(d) 對(duì)可能存在目標(biāo)軌跡的小塊,對(duì)局部極大值塊,分別計(jì)算其八鄰域內(nèi)位于四個(gè)直角
處的三個(gè)塊'即5,.—^+5^.+^,,,塊~—i+^+iji+Jei+i,,塊^—^5,々w+u口塊
5,^ + ^+1,7. +《+1,川值為1的點(diǎn)數(shù),找出其中點(diǎn)數(shù)最大的塊,并與g》.進(jìn)行合并,形成64x64 的圖像塊;
(e) 設(shè)圖像塊上空間線段起點(diǎn)坐標(biāo)為0。,K),終點(diǎn)坐標(biāo)為(x,,乂),且;c。^x,,根據(jù)
t-0,一^)/0廣Xo) (1) 6> = arctan(A:) (2) P二Oo-^))cos(9 (3) 對(duì)圖像塊上所有像素逐個(gè)組合連線并進(jìn)行計(jì)算S和/7 ,根據(jù)計(jì)算結(jié)果分別對(duì)參數(shù)空間水平方 向進(jìn)行角度的量化及豎直方向距離的量化,建立參數(shù)空間的非均勻量化累加器數(shù)組//(/ "); (f)將累加器數(shù)組置零,對(duì)步驟(c)中選取的與《》.進(jìn)行合并后形成的64x64
的塊中值為1的點(diǎn)進(jìn)行變換,找到這些點(diǎn)在參數(shù)空間對(duì)應(yīng)的^和p值,并將相應(yīng)的累積器數(shù) 組/Z(p")的位置加1,即= 。 + l,直到所有的點(diǎn)均變換完畢;
(g)尋找參數(shù)空間上累加器數(shù)組//(/ ")的局部極大值,找到直線參數(shù)^和P值,確定直線。
本發(fā)明的有益效果是由于通過將目標(biāo)軌跡劃分為較小的子塊,采用非均勻化對(duì)傳統(tǒng)的
Hough變換進(jìn)行改進(jìn),實(shí)現(xiàn)了星空背景下的弱小目標(biāo)檢測(cè),減少了計(jì)算量和存儲(chǔ)量。
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說明。
附圖是本發(fā)明方法分塊合并示意圖。
具體實(shí)施例方式
累加圖像分塊并初步判斷。
星空背景下的序列幀差累加圖像中目標(biāo)軌跡長(zhǎng)度取決于圖像幀數(shù)和目標(biāo)的運(yùn)動(dòng)速度。通
常目標(biāo)光斑大小一般為4x4象素左右,其運(yùn)動(dòng)速度不確定。若假設(shè)圖像上目標(biāo)的水平運(yùn)動(dòng)速 度和豎直運(yùn)動(dòng)速度均為1象素/幀,則光斑所形成的軌跡長(zhǎng)度約為25 36象素,而星空背景 圖像一般為1024x1024,相對(duì)于圖像大小,目標(biāo)的軌跡非常短。同時(shí)圖像上又存在著大量的 隨機(jī)噪聲,其數(shù)目和灰度都超過目標(biāo)。如果直接對(duì)星空背景下的幀差累加圖像進(jìn)行Hough變 換,很難找到目標(biāo)軌跡。
本發(fā)明將目標(biāo)軌跡劃分到較小的子塊中進(jìn)行檢測(cè),解決了由于目標(biāo)軌跡相對(duì)于整幅圖像 過短以及大量噪聲的存在導(dǎo)致的軌跡檢測(cè)失效的問題。首先對(duì)序列圖像中的連續(xù)iV張圖像進(jìn)行幀差累加,并采用自適應(yīng)閾值"寸累加后的圖像 進(jìn)行0和1的二值化處理。iV = 5 。
其次,將1024X 1024大小的圖像/進(jìn)行均勻劃分為32x32的小塊,合計(jì)32x32塊,并 對(duì)每個(gè)大小為32x32小塊《」.中值為1的點(diǎn)數(shù)進(jìn)行統(tǒng)計(jì)。
Z是小塊在圖像中的橫坐標(biāo),1^/^32, y'是小塊在圖像中的縱坐標(biāo),1^_/、32。
然后,依據(jù)統(tǒng)計(jì)的值為l的點(diǎn)數(shù),找出小塊B^.及其八鄰域內(nèi)ly—,, A—ly, ^_1;+1,
AJ+1, A+i,i, A+1,y, )的極大值塊,根據(jù)極大值與指定的閾值L""W — OW"
a —做m — owM =20)比較,初步判斷鄰域塊內(nèi)是否存在目標(biāo)軌跡,若大于等于閾值,則可
能存在目標(biāo)軌跡,若小于閾值,則不存在目標(biāo)軌跡;
最后,對(duì)可能存在目標(biāo)軌跡的小塊,即極大值大于閾值f —m/m—owes "一m^—o"^
=20),則對(duì)局部極大值塊,分別計(jì)算其八鄰域內(nèi)位于四個(gè)直角處的三個(gè)塊,即 , + u + '塊+ A+U-i + ,塊S卜u + ^川+ A川和塊
A,^ + A+U +《AW值為1的點(diǎn)數(shù),找出其中點(diǎn)數(shù)最大的塊,并與Ad進(jìn)行合并,形成64x64 的圖像塊,合并之后大小為64x64圖像塊即為后續(xù)軌跡檢測(cè)的處理對(duì)象,見附圖。 目標(biāo)軌跡檢測(cè)。
傳統(tǒng)Hough變換采用的是參數(shù)空間的均勻量化,即在參數(shù)空間水平方向?qū)嵌萟在
區(qū)間內(nèi)進(jìn)行均勻量化,豎直方向?qū)嚯x參數(shù)p在Lo,,^J (具體數(shù)值和圖像表達(dá)相關(guān))區(qū) 間內(nèi)進(jìn)行均勻量化,參數(shù)均勻量化時(shí)A0和Ap是不變的;
其中在圖像進(jìn)行坐標(biāo)表示的時(shí)候?qū)⒃c(diǎn)置于圖像的中心,而不是圖像的左上角或者左下 角,線段傾角","e[-W2,W2),假設(shè)圖像寬度為W,高度為//,圖像的中心位于
橫坐標(biāo)最左側(cè)和最右側(cè)分別為
乂o
X一 "*~*^0 義+
一 &0+1
縱坐標(biāo)最下側(cè)和最上側(cè)分別為
n y+叫 ,
『是偶數(shù) 『是奇數(shù)
//是偶數(shù) //是奇數(shù)
當(dāng)圖像的寬度和高度足夠大時(shí),A+l和x。之間的差別就很小,可以都用JC。表示JC+,同 A表示凡,可見P e [一V《+乂,V^+乂] ° 參數(shù)空間均勻量化導(dǎo)致在參數(shù)空間累加器的相鄰角度內(nèi)出現(xiàn)峰值,造成峰值模糊,而非 均勻量化就是對(duì)尋找合適的AP和A/ ,以避免峰值模糊化。
本發(fā)明采用非均勻化對(duì)傳統(tǒng)的Hough變換進(jìn)行改進(jìn),具體步驟如下 設(shè)圖像上空間線段起點(diǎn)坐標(biāo)為(x。,力),終點(diǎn)坐標(biāo)為(JC,,力),且x。^x,,貝U
"Ul)/0廣A) (4) 6 = arctan(;A:) (5) P = O0-Axq)cosS (6) 依據(jù)公式(1)(2)(3),對(duì)圖像上所有像素逐個(gè)組合連線并進(jìn)行計(jì)算P和戶,根據(jù)計(jì)算結(jié)果所 得的^和p,分別對(duì)參數(shù)空間水平方向進(jìn)行角度的量化及豎直方向距離的量化,從而建立參
數(shù)空間的非均勻量化累加器數(shù)組//(戶");
將累加器數(shù)組/Z(A。置零,對(duì)步驟一中選取的與^j進(jìn)行合并后形成的64x64的塊中值
為l的點(diǎn)進(jìn)行變換,找到這些點(diǎn)在參數(shù)空間對(duì)應(yīng)的6>和/7值,并將相應(yīng)的累積器數(shù)組i/(p") 的位置加l,即//00,^) = //(/0,。 + 1,直到所有的點(diǎn)均變換完畢;
尋找參數(shù)空間上累加器數(shù)組Z/(P刀)的局部極大值,從而找到直線參數(shù)P和/ 值,進(jìn)而確 定直線。
權(quán)利要求
1、一種星空?qǐng)D像目標(biāo)軌跡檢測(cè)方法,其特征在于包括下述步驟(a)對(duì)序列圖像中的連續(xù)N張圖像進(jìn)行幀差累加,并采用自適應(yīng)閾值t對(duì)累加后的圖像進(jìn)行0和1的二值化處理,N=5;(b)將1024×1024大小的圖像I進(jìn)行均勻劃分為32×32的小塊,并對(duì)每個(gè)大小為32×32小塊Bi,j中值為1的點(diǎn)數(shù)進(jìn)行統(tǒng)計(jì);i是小塊在圖像中的橫坐標(biāo),1≤i≤32,j是小塊在圖像中的縱坐標(biāo),1≤j≤32;(c)依據(jù)統(tǒng)計(jì)的值為1的點(diǎn)數(shù),找出小塊Bi,j及其八鄰域內(nèi)(Bi-1,j-1,Bi-1,j,Bi-1,j+1,Bi,j-1,Bi,j+1,Bi+1,j-1,Bi+1,j,Bi+1,j+1)的極大值塊,根據(jù)極大值與指定的閾值t_num_ones比較,初步判斷鄰域塊內(nèi)是否存在目標(biāo)軌跡,若大于等于閾值,則可能存在目標(biāo)軌跡,若小于閾值,則不存在目標(biāo)軌跡;t_num_ones=20;(d)對(duì)可能存在目標(biāo)軌跡的小塊,對(duì)局部極大值塊,分別計(jì)算其八鄰域內(nèi)位于四個(gè)直角處的三個(gè)塊,即Bi-1,j-1+Bi-1,j+Bi,j-1,塊Bi,j-1+Bi+1,j-1+Bi+1,j,塊Bi-1,j+Bi-1,j+1+Bi,j+1和塊Bi,j+1+Bi+1,j+Bi+1,j+1值為1的點(diǎn)數(shù),找出其中點(diǎn)數(shù)最大的塊,并與Bi,j進(jìn)行合并,形成64×64的圖像塊;(e)設(shè)圖像塊上空間線段起點(diǎn)坐標(biāo)為(x0,y0),終點(diǎn)坐標(biāo)為(x1,y1),且x0≠x1,根據(jù)k=(y1-y0)/(x1-x0) (1)θ=arctan(k) (2)ρ=(y0-kx0)cosθ (3)對(duì)圖像塊上所有像素逐個(gè)組合連線并進(jìn)行計(jì)算θ和ρ,根據(jù)計(jì)算結(jié)果分別對(duì)參數(shù)空間水平方向進(jìn)行角度的量化及豎直方向距離的量化,建立參數(shù)空間的非均勻量化累加器數(shù)組H(ρ,θ);(f)將累加器數(shù)組H(ρ,θ)置零,對(duì)步驟(c)中選取的與Bi,j進(jìn)行合并后形成的64×64的塊中值為1的點(diǎn)進(jìn)行變換,找到這些點(diǎn)在參數(shù)空間對(duì)應(yīng)的θ和ρ值,并將相應(yīng)的累積器數(shù)組H(ρ,θ)的位置加1,即H(ρ,θ)=H(ρ,θ)+1,直到所有的點(diǎn)均變換完畢;(g)尋找參數(shù)空間上累加器數(shù)組H(ρ,θ)的局部極大值,找到直線參數(shù)θ和ρ值,確定直線。
全文摘要
本發(fā)明公開了一種星空?qǐng)D像目標(biāo)軌跡檢測(cè)方法,首先對(duì)序列圖像中的連續(xù)5張圖像進(jìn)行幀差累加,并采用自適應(yīng)閾值t對(duì)累加后的圖像進(jìn)行0和1的二值化處理;將1024×1024大小的圖像I進(jìn)行均勻劃分為32×32的小塊,對(duì)圖像塊上所有像素逐個(gè)組合連線并進(jìn)行計(jì)算θ和ρ,建立參數(shù)空間的非均勻量化累加器數(shù)組H(ρ,θ);并將相應(yīng)的累積器數(shù)組H(ρ,θ)的位置加1,即H(ρ,θ)=H(ρ,θ)+1,直到所有的點(diǎn)均變換完畢;尋找參數(shù)空間上累加器數(shù)組H(ρ,θ)的局部極大值,找到直線參數(shù)θ和ρ值,確定直線。本發(fā)明通過將目標(biāo)軌跡劃分為較小的子塊,采用非均勻化對(duì)傳統(tǒng)的Hough變換進(jìn)行改進(jìn),實(shí)現(xiàn)了星空背景下的弱小目標(biāo)檢測(cè),減少了計(jì)算量和存儲(chǔ)量。
文檔編號(hào)G06T7/00GK101520891SQ20091002156
公開日2009年9月2日 申請(qǐng)日期2009年3月17日 優(yōu)先權(quán)日2009年3月17日
發(fā)明者磊 姜, 孫瑾秋, 張艷寧, 林增剛 申請(qǐng)人:西北工業(yè)大學(xué)