[发明专利] 基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法 – CN114155425A 全文链接一   全文链接二

 
基本信息
申请号
CN202111521012.5
申请日
20211213
公开(公告)号
CN114155425A
公开(公告)日
20220308
申请(专利权)人
中国科学院光电技术研究所
申请人地址
610209 四川省成都市双流350信箱
发明人
闵雷;樊香所 专利类型 发明专利
摘要
本发明公开了一种基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法,本发明首先建立新的自适应高斯加权马尔可夫随机场滤波模型来获取图像的差分图像,接着依据建立的运动模型来构建目标马尔可夫转移概率模型,以估计出目标的运动方向,并沿着运动方向采用转移概率加权的形式来增强目标信号。该算法相对于同类算法来说具有很好的先进性,得到更好的检测效果。
主权项
1.基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法,其特征在于:包括如下步骤:步骤一、建立新的自适应高斯加权马尔可夫随机场滤波模型,通过该自适应高斯加权马尔可夫随机场滤波模型进行滤波来获取图像的差分图像,具体的滤波模型如下:f′(i+row,j+col)=f(i+row,j+col)×w(i+row,j+col),(row,col∈R×R)式中,(i,j)是中心像元点的坐标;f(i,j)是中心像元点的灰度值;row,col是中心像元点(i,j)邻域的R×R的行列坐标号;R是中心像元点周围邻域的半径大小;f(i+row,j+col)是中心像元点(i,j)邻域R×R各像元的灰度值;σ1是邻域R×R坐标的标准差;σ2周围R×R邻域灰度值的标准差,由于σ1和σ2根据邻域区域自动计算得到,N表示R邻域范围内所有像元的个数,用以求相应邻域的整体像元均值;w(i+row,j+col)表示R邻域范围内对应像元的加权函数;f′(i+row,j+col)表示加权后的像元值,σ是滤波后的图像邻域R×R像元的标准差;wp(i+row,j+col)是高斯马尔可夫加权函数获取的滤波权值,F(i,j)是经过高斯马尔可夫加权滤波后得到的差分图像;步骤二、建立基于高斯马尔可夫随机场运动方向估计模型,该高斯马尔可夫随机场运动方向估计模型进行能量增强,该高斯马尔可夫随机场运动方向估计模型中“1、2、3、4、5、6、7、8、9”分别表示目标在相邻帧间静止、目标往右边运动、目标往右上角运动、目标往右上运动、目标往左上角运动、目标往左运动、目标往左下角运动、目标往下运动、目标往右下角运动,通过该高斯马尔可夫随机场运动方向估计模型来建立马尔可夫状态空间和一步转移概率模型,像元点(i,j)在k与下一时刻k+1所属的成分属性可用状态空间{Y0,Y1,Y2}来描述,其中“Y0”表示像元属于背景,“Y1”表示像元属于目标,“Y2”表示像元属于噪点,一步转移概率模型相应的公式如下:Ft′(i,j)=Fk′(i,j)+Fk+1(i,j)式中, 是邻域9个方向的运动函数,其将k时刻的差分图Fk(·)分别沿9个方向移动获取的运动模型图;t是9个方向的序号;Ft′(·)是k时刻与k+1时刻的第t个累加结果图;max(·)是求取最大值的函数;I是像元点(i,j)最大值所在的位置; 是一步转移概率矩阵,矩阵大小是3×3,其具体定义如下:式中,若像元点(i,j)最大值所在的位置是9,那么一步转移概率矩阵:采用一步转移概率矩阵加权的形式来增强目标信号,具体如下:式中,Fe(·)是增强结果图;Ft′(·)是像元点(i,j)最大值所在的位置对应的累加结果图; 是一步转移概率矩阵。

 

 
IPC信息
IPC主分类号
G06V20/00
G 物理

G06 计算;推算;计数

 

 
法律状态信息
法律状态公告日
20220308
法律状态
公开 法律状态信息
CN202111521012 20220308 公开 公开

 

 
代理信息
代理机构名称
北京科迪生专利代理有限责任公司 11251
代理人姓名
江亚平