一種基于運動信息的視頻圖像空間運動目標檢測方法
【技術領域】：
[0001] 本發(fā)明屬于圖像處理技術領域，涉及航天航空領域的目標檢測方法，特指一種為 衛(wèi)星拍攝的以深空為背景的視頻圖像提供一種基于運動信息的目標檢測方法。
【背景技術】：
[0002] 衛(wèi)星通過姿態(tài)機動控制可以實現(xiàn)對某一興趣區(qū)域進行"凝視"觀測，獲取目標區(qū)域 連續(xù)的視頻圖像信息。視頻圖像比靜止單幅圖像包含更多信息，能夠探測到動態(tài)事件的發(fā) 生，并可以基于視頻圖像中的序列圖像進行圖像重構獲得更高分辨率的圖像，為抗災救災、 戰(zhàn)時監(jiān)控、計劃決策提供第一手資料。
[0003] 衛(wèi)星對空間運動目標的觀測，例如小衛(wèi)星等，可以為衛(wèi)星健康判斷、太空安全監(jiān)測 等提供重要依據(jù)。由于天基平臺的不穩(wěn)定性，即使是凝視觀測，背景和相機也會發(fā)生相對運 動，無法通過簡單的幀差法得到運動目標，造成了目標檢測的困難。同時，空間運動目標的 姿態(tài)變化使其亮度不斷變化，時強時弱，亮度較低時，單幀畫面中甚至會丟失目標，單幀圖 像中很難區(qū)分恒星和目標。
[0004] 眾多研究人員針對這一問題提出了多種空間目標檢測算法，核心思想是利用恒星 位置的相對不變性配準圖像，濾除背景恒星，因而存在計算量大、實時性較差的問題，也沒 有考慮天基實測圖像的特點。

【發(fā)明內(nèi)容】
：
[0005] 本發(fā)明針對現(xiàn)有方法的不足，提出了一種基于運動信息的視頻圖像空間運動目標 檢測方法。
[0006] 本發(fā)明的技術方案是：首先由給定的原始圖像通過均值濾波對圖像進行降噪處 理，然后采用基于局部統(tǒng)計的可變閾值來分割單幀圖像，使用灰度重心法計算像點坐標，最 后基于衛(wèi)星凝視觀察時恒星與目標成像運動特征的不同檢測出目標。
[0007] 進一步地，一種基于運動信息的視頻圖像空間運動目標檢測方法，具體步驟如 下：
[0008] 步驟一：給定原始圖像f (X，y, t);
[0009] 其中：所述的原始圖像f(x,y,t)，x,y表示圖像中的像素坐標，t表示視頻圖像的 幀數(shù)，f(X，y,t)表示第t幀圖像在坐標（X，y)處的灰度值。
[0010] 步驟二：通過均值濾波對圖像降噪；
[0011] 所述的均值濾波計算方法為：
[0012]
⑴
[0013] 其中：g(x,y)為均值濾波后得到的圖像，w(x,y)為濾波模板，是一個mXn矩陣，m 和n為奇數(shù)，
> 當f(x+s,y+t)超出圖像范圍時用0來填充。
[0014] 步驟三：采用基于局部統(tǒng)計的可變閾值來分割單幀圖像；
[0015] 所述的基于局部統(tǒng)計的可變閾值Txy，由圖像中每一點（x，y)鄰域的標準差〇 xy和 均值mxy決定，其計算方法為：
[0016] Txy=c〇xy+emxy (2)
[0017] 基于的鄰域為qXq鄰域，q為奇數(shù)，卜^0/-1) ?從而mxy和oxy的計算方法為：
[0020] 當g(x+s,y+t)超出圖像范圍時用0來填充。c和e是預設的常數(shù)。
[0021] 所述的分割單幀圖像計算方法為：
[0022]
(:5)
[0023] 其中u(x，y)是分割處理后的圖像，它只有灰度值為0或1的點，相連通的灰度值 為1的點構成了一個個目標。
[0024] 步驟四：對目標S使用灰度重心法計算其坐標；
[0025] 所述的灰度重心法計算坐標的方法為：
[0026]
(6)
[0027] 步驟五：基于運動信息檢測目標是否為空間運動目標，具體包括以下步驟：
[0028] S5. 1第一幀圖像得到nl個點（Xi,y)，（x2,y2)，…，（xnl,ynl)，作為nl個點類的坐 標；
[0029] S5. 2第二幀圖像得到n2個點（Ui,vD，（u2,v2)，. . .，（un2,vn2)，將第二幀圖像中得 到的每個點依次與步驟S5. 1中第一幀圖像中得到的已有的點類坐標比較，當兩點距離小 于閾值e:時，認為是一類，不再與其他點類坐標比較，并由新的坐標代替舊的坐標作為點 類的坐標，如果與每個點類坐標的距離都大于閾值，則作為新的點類。按照這種方法對獲得 的每一幀圖像進行處理。
[0030] 兩點距離計算方法為
[0031]
(?)
[0032] 其中（Xi,y)和（x2,y2)是兩個不同點的坐標，并不特指某兩個點。
[0033] S5. 3當某個點類有k個點時，即開始判斷其是否為目標，計算橫坐標與縱坐標的 標準差之和與閾值e2比較，小于e2認為是恒星背景或噪點，大于e2則認為是空間運動 目標。
[0034] 若某個點類有k個點（Xi, ，（x2,y2)，. . .，（xk,yk)，所述的橫坐標與縱坐標的標準 差之和計算方法為
[0035]
(8)
[0036] 由此即可檢測出圖像中的目標。
[0037] 本發(fā)明針對衛(wèi)星拍攝的以深空為背景的視頻圖像中空間運動目標的檢測問題，結 合天基拍攝圖像的特點，首先通過均值濾波對圖像進行降噪處理，然后采用基于局部統(tǒng)計 的可變閾值來分割單幀圖像，使用灰度重心法計算像點坐標。當衛(wèi)星凝視目標區(qū)域時，恒星 成像可以認為是靜止的，而目標成像依舊在運動，基于此可檢測出空間運動目標。
[0038] 本發(fā)明的優(yōu)點表現(xiàn)在：①采用基于局部統(tǒng)計的可變閾值來分割單幀圖像，充分考 慮了雜散光使得天基拍攝圖像背景強弱分布不均勻的問題，解決了全局閾值無法分割圖像 的難題；②僅依據(jù)運動信息檢測目標，沒有恒星配準的過程，大大提高了目標檢測速度。
【附圖說明】：
[0039] 圖1為本發(fā)明的流程圖。
[0040] 圖2為本發(fā)明其具體實施例中其原始圖像的第9幀。
[0041] 圖3為本發(fā)明其具體實施例中采用局部可變閾值分割第9幀的結果。
[0042] 圖4為本發(fā)明其具體實施例中其檢測圖像的結果。
【具體實施方式】：
[0043] 圖1為本發(fā)明的流程圖，下面結合一具體實施例，對本發(fā)明一種基于運動信息的 視頻圖像空間運動目標檢測方法做進一步詳細說明，其具體步驟如下：
[0044] 步驟一：給定原始圖像f(X，y,t);
[0045] 使用某衛(wèi)星在軌拍攝的一段視頻圖像進行實驗，圖像大小為871X527,灰度級為 8bit，對連續(xù)20幀圖像進行處理。圖2為其第9幀。
[0046] 步驟二：通過均值濾波對圖像降噪；
[0047] 所述的均值濾波計算方法為：
[0048]
(9)
[0049] 其中：g(x,y)為均值濾波后得到的圖像，w(x,y)為濾波模板，取為
[0050