CN113936229A - 基于频域相位相关的空间暗弱小目标识别方法及装置 - Google Patents
基于频域相位相关的空间暗弱小目标识别方法及装置 Download PDFInfo
- Publication number
- CN113936229A CN113936229A CN202111240812.XA CN202111240812A CN113936229A CN 113936229 A CN113936229 A CN 113936229A CN 202111240812 A CN202111240812 A CN 202111240812A CN 113936229 A CN113936229 A CN 113936229A
- Authority
- CN
- China
- Prior art keywords
- images
- image
- spatial
- target
- adjacent frames
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及空间探测技术领域,公开了一种基于频域相位相关的空间暗弱小目标识别方法及装置。包括:基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取。本发明利用空间暗弱目标运动轨迹与其他星空背景运动的不一致性,利用频域相位信息对其运动轨迹进行重建,进而实现空间暗弱目标识别。
Description
技术领域
本发明涉及空间探测技术领域,尤其涉及一种基于频域相位相关的空间暗弱小目标识别方法及装置。
背景技术
随着探测手段和目标识别技术的不断发展,空间暗弱小目标识别技术受到了广泛的关注。空间暗弱小目标识别一般为距离空间目标50公里以外时对空间目标进行快速探测,对于空间态势感知有着决定性作用。利用暗弱小目标识别结果可以进而确定该空间目标的相对位置,从而为远距离导航定位提供重要的支撑信息。
现有的空间暗弱小目标方法通常为阈值分割法或滤波器法。然而空间暗弱目标较小时,容易与星空背景混淆,在距离空间暗弱小目标较远时,暗弱小目标与星空在图像中成像均为面积较小亮点,且灰度值也较为近似,无论采用阈值分割法还是滤波器法,在不借助目标大小、形状等先验信息时,对于先验知识匮乏的空间非合作目标难以进行有效探测。
发明内容
本发明旨在利用基于时序图像的频域互功率谱相位相关解决空间探测目标小、背景相似目标多、先验信息缺乏等问题,并实现对空间暗弱小目标的快速实时探测。
为解决上述技术问题,本发明实施例提供一种基于频域相位相关的空间暗弱小目标识别方法,包括:基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取。
本发明的有益效果是:利用空间暗弱目标运动轨迹与其他星空背景运动的不一致性,利用频域相位信息对其运动轨迹进行重建,进而实现空间暗弱目标识别。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取,包括:获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱;根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移;根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正;利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像;通过所述差值图像对所述空间暗弱小目标进行提取。
采用上述进一步方案的有益效果是:利用频域相位相关是通过空间目标运动与背景不一致性对其进行识别,不同于背景技术中其他方法利用空间目标纹理、尺寸、形状等外观特征进行探测,本发明适用于空间目标大小、形状未知情况进行探测。
进一步,所述确定所述相邻两帧图像的互相关功率谱,包括:对所述相邻两帧图像中的前一帧图像像It-1和当前帧图像It分别进行傅里叶变换,分别得到所述相邻两帧图像的傅里叶频谱F(u,v)和G(u,v);
计算所述相邻两帧图像的傅里叶频谱的互相关功率谱Q(u,v):
其中,a和b分别表示前一帧图像像It-1和当前帧图像It在x方向上的平移和在y方向上的平移。
采用上述进一步方案的有益效果是:空间目标与背景运动两重运动信息在空间域中很难区分,尤其是空间目标图像占比很小,空间目标运动在空间域中很难被探测。利用傅里叶变换到互相关功率谱中有利于通过相位信息同时表征空间目标运动和图像整体背景运动。
进一步,所述根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移,包括:对所述互相关功率谱进行傅里叶逆变换得到一个脉冲函数,公式如下:
IFT(Q(u,v))=δ(x-a,y-b)。
根据所述脉冲函数的峰值得到所述相邻两帧图像间在x方向上的平移a和在y方向上的平移b。
采用上述进一步方案的有益效果是:利用脉冲函数峰指确定两帧图像间整体平面运动,从而为进一步提取空间目标运动打下基础。
进一步,上述技术方案还包括根据极坐标变换的方式对所述相邻两帧图像间的旋转和尺度因子进行估计,根据估计结果对对所述相邻两帧图像中的前一帧图像进行几何纠正。
采用上述进一步方案的有益效果是:解算两帧图像间存在旋转和尺度等复杂运动。
进一步,所述利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像,公式如下:
采用上述进一步方案的有益效果是:通过图像差值运算,将两张图像间整体运动消除,从而将图像间差异聚焦到空间目标运动上。
进一步,所述通过所述差值图像对所述空间暗弱小目标进行提取,包括:将所述差值图像中的峰值对应位置作为所述暗弱小目标所在区域。
采用上述进一步方案的有益效果是:通过寻找图像间差异最大点进而完成对空间目标的识别。
为解决上述技术问题,本发明实施例还提供一种基于频域相位相关的空间暗弱小目标识别装置,所述装置用于基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取。
进一步,所述装置包括互相关计算模块、位移计算模块、几何纠正模块、差值图像确定模块和目标提取模块。
互相关计算模块用于获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱;位移计算模块用于根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移;几何纠正模块用于根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正;差值图像确定模块用于利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像;目标提取模块用于通过所述差值图像对所述空间暗弱小目标进行提取。
为解决上述技术问题,本发明实施例还提供一种基于频域相位相关的空间暗弱小目标识别装置,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述技术方案所述的空间暗弱小目标识别方法。
本发明附加的方面及其优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明实施例提供的基于频域相位相关的空间暗弱小目标识别方法流程图;
图2为本发明实施例提供的相邻两帧图像互相关功率谱;
图3为本发明实施例提供的互相关功率谱的逆傅里叶变换结果;
图4为本发明实施例提供的空间暗弱小目标探测结果;
图5为本发明实施例提供的基于频域相位相关的空间暗弱小目标识别装置结构框图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
空间暗弱目标一般较小,空间目标在图像上占像素大小一般不超过30像元,对于基于阈值分割的算法而言,暗弱目标所占像素过少容易导致分割阈值难以确定,进而导致检测失败。另外,空间暗弱目标较小时容易与星空背景混淆,在距离空间暗弱目标较远时,目标与星空在图像中成像均为面积较小亮点,且灰度值也较为近似,无论采用阈值分割、图像增强,还是滤波器方法,在不借助目标大小、形状等先验信息时,都无法对其进行有效检测。
针对现有技术方案的缺点,为解决空间探测目标小、背景存在相似目标等问题,考虑到空间暗弱目标识别鲁棒性、实时性、准确性的需求,本发明利用空间暗弱目标运动轨迹与其他星空背景运动的不一致性,利用频域相位信息对其运动轨迹进行重建,进而实现空间暗弱目标识别。
针对空间探测目标较小且与背景存在相似目标的问题,考虑到空间探测目标运动轨迹与其他背景星空在图像中运动轨迹不一致,采用基于频域的相位相关方法对背景整体运动和探测目标运动在互功率谱中进行区分,进而对探测目标进行提取。
图1为本发明实施例提供的基于频域相位相关的空间暗弱小目标识别方法流程图。如图1所示,该方法包括:
S110,获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱。
首先对相邻两帧图像中的前一帧图像It-1和当前帧图像It分别进行傅里叶变换,分别得到傅里叶频谱F(u,v)和G(u,v)。
接着计算两个傅里叶频谱的互相关功率谱Q(u,v):
相邻两帧图像互相关功率谱如图2所示。
空间目标与背景运动两重运动信息在空间域中很难区分,尤其是空间目标图像占比很小,空间目标运动在空间域中很难被探测。利用傅里叶变换到互相关功率谱中有利于通过相位信息同时表征空间目标运动和图像整体背景运动。
S120,根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移。
相邻两帧图像位移计算采用傅里叶逆变换进行,假设图像It-1和It存在x方向上平移a和y方向上平移b,则利用傅里叶逆变换可得到一个脉冲函数,脉冲函数的峰值即代表图像平移量a和b。
IFT(Q(u,v))=δ(x-a,y-b)。
互相关功率谱的逆傅里叶变换结果如图3所示。利用脉冲函数峰指确定两帧图像间整体平面运动,从而为进一步提取空间目标运动打下基础。
S130,根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正。
利用计算出的图像平移量a和b对前一帧图像It-1进行几何纠正,从而得到纠正后的图像I′t-1。值得注意的是,如果前一帧图像与后一帧图像间几何变换不能简单用平移来表征,则可以利用加入极坐标变换的互功率谱计算方法,对前后两帧图像间的旋转、尺度因子进行估计,进而实现几何纠正的目的。
S140,利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像。
对纠正后的前一帧图像I′t-1与It进行差值计算,由于前后两帧图像成像条件近似,一般情况下直接对像素作差即可,如果前后两帧图像间存在辐射差异,则可进行归一化作差,具体方法如下:
通过图像差值运算,将两张图像间整体运动消除,从而将图像间差异聚焦到空间目标运动上。
S150,通过所述差值图像对所述空间暗弱小目标进行提取。
经过几何纠正,两张图像间由于相机运动所导致的背景差异已消除,那么差值图像D中的峰值对应位置即为暗弱目标所在区域。空间暗弱小目标探测结果如图4所示。
上文结合图1至图4,详细描述了根据本发明实施例提供的基于频域相位相关的空间暗弱小目标识别方法方法。下面结合图5,详细描述本发明实施例提供的基于频域相位相关的空间暗弱小目标识别方法装置。
如图5所示,本发明实施例还提供一种基于频域相位相关的空间暗弱小目标识别装置500,包括:互相关计算模块501、位移计算模块502、几何纠正模块503、差值图像确定模块504和目标提取模块505。
互相关计算模块501用于获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱;位移计算模块502用于根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移;几何纠正模块503用于根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正;差值图像确定模块504用于利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像;目标提取模块505用于通过所述差值图像对所述空间暗弱小目标进行提取。
为解决上述技术问题,本发明实施例还提供一种基于频域相位相关的空间暗弱小目标识别装置,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述技术方案所述的空间暗弱小目标识别方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于频域相位相关的空间暗弱小目标识别方法,其特征在于,包括:基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取。
2.根据权利要求1所述的方法,其特征在于,所述基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取,包括:
获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱;
根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移;
根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正;
利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像;
通过所述差值图像对所述空间暗弱小目标进行提取。
4.根据权利要求3所述的方法,其特征在于,所述根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移,包括:对所述互相关功率谱进行傅里叶逆变换得到一个脉冲函数,公式如下:
IFT(Q(u,v))=δ(x-a,y-b)
根据所述脉冲函数的峰值得到所述相邻两帧图像间在x方向上的平移a和在y方向上的平移b。
5.根据权利要求4所述的方法,其特征在于,还包括根据极坐标变换的方式对所述相邻两帧图像间的旋转和尺度因子进行估计,根据估计结果对对所述相邻两帧图像中的前一帧图像进行几何纠正。
7.根据权利要求2至5任一项所述的方法,其特征在于,所述通过所述差值图像对所述空间暗弱小目标进行提取,包括:将所述差值图像中的峰值对应位置作为所述暗弱小目标所在区域。
8.一种基于频域相位相关的空间暗弱小目标识别装置,其特征在于,所述装置用于基于频域相位相关对背景整体运动和空间暗弱小目标运动在互功率谱中进行区分,进而对空间暗弱小目标进行提取。
9.根据权利要求8所述的装置,其特征在于,所述装置包括:
互相关计算模块,用于获取相邻两帧图像,确定所述相邻两帧图像的互相关功率谱;
位移计算模块,用于根据所述互相关功率谱确定空间域中所述相邻两帧图像间的位移;
几何纠正模块,用于根据所述相邻两帧图像间的位移对所述相邻两帧图像中的前一帧图像进行几何纠正;
差值图像确定模块,用于利用几何纠正后的前一帧图像与当前帧图像进行图像差值计算,并获得差值图像;
目标提取模块,用于通过所述差值图像对所述空间暗弱小目标进行提取。
10.一种基于频域相位相关的空间暗弱小目标识别装置,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的空间暗弱小目标识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111240812.XA CN113936229A (zh) | 2021-10-25 | 2021-10-25 | 基于频域相位相关的空间暗弱小目标识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111240812.XA CN113936229A (zh) | 2021-10-25 | 2021-10-25 | 基于频域相位相关的空间暗弱小目标识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113936229A true CN113936229A (zh) | 2022-01-14 |
Family
ID=79284106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111240812.XA Pending CN113936229A (zh) | 2021-10-25 | 2021-10-25 | 基于频域相位相关的空间暗弱小目标识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113936229A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254147A (zh) * | 2011-04-18 | 2011-11-23 | 哈尔滨工业大学 | 一种基于星图匹配的远距离空间运动目标识别方法 |
CN110823358A (zh) * | 2019-11-08 | 2020-02-21 | 重庆邮电大学 | 一种基于视觉处理的建筑振动位移测量方法 |
CN112686933A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院长春光学精密机械与物理研究所 | 基于改进互功率谱的星上图像配准叠加增强方法及系统 |
-
2021
- 2021-10-25 CN CN202111240812.XA patent/CN113936229A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254147A (zh) * | 2011-04-18 | 2011-11-23 | 哈尔滨工业大学 | 一种基于星图匹配的远距离空间运动目标识别方法 |
CN110823358A (zh) * | 2019-11-08 | 2020-02-21 | 重庆邮电大学 | 一种基于视觉处理的建筑振动位移测量方法 |
CN112686933A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院长春光学精密机械与物理研究所 | 基于改进互功率谱的星上图像配准叠加增强方法及系统 |
Non-Patent Citations (4)
Title |
---|
XUE WAN 等: "An Illumination-Invariant Change Detection Method Based on Disparity Saliency Map for Multitemporal Optical Remotely Sensed Images", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
XUE WAN 等: "AUTOMATIC MARS ROVER DETECTION FROM MULTI-TEMPORAL HIRISE IMAGERY", 《2015 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS)》 * |
白宏刚 等: "基于波原子变换的红外复杂背景杂波抑制算法", 《强激光与粒子束》 * |
郭宝龙 等: "《数字图像处理系统导论》", 31 July 2012 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299735B (zh) | 基于相关滤波的抗遮挡目标跟踪方法 | |
Santhaseelan et al. | Utilizing local phase information to remove rain from video | |
CN109584204A (zh) | 一种图像噪声强度估计方法、存储介质、处理及识别装置 | |
CN112802020B (zh) | 基于图像修补和背景估计的红外弱小目标检测方法 | |
CN111383252B (zh) | 多相机目标追踪方法、系统、装置及存储介质 | |
CN104463911A (zh) | 基于复杂背景估计的红外运动小目标检测方法 | |
CN109858438B (zh) | 一种基于模型拟合的车道线检测方法 | |
CN111928842B (zh) | 一种基于单目视觉实现slam定位的方法及相关装置 | |
CN111208479B (zh) | 一种降低深度网络检测中虚警概率的方法 | |
CN110738686B (zh) | 静动态结合的视频人车检测方法及系统 | |
CN107194953B (zh) | 一种动态背景下运动目标的检测方法及装置 | |
CN109146918B (zh) | 一种基于分块的自适应相关目标定位方法 | |
WO2014205787A1 (zh) | 一种基于混合图像模板的车辆检测方法 | |
CN111161308A (zh) | 一种基于关键点匹配的双波段融合目标提取方法 | |
CN112926516B (zh) | 一种鲁棒的手指静脉图像感兴趣区域提取方法 | |
Akyüz | Photographically Guided Alignment for HDR Images. | |
CN112419198A (zh) | 一种用于sar干涉图滤波的非局部均值定权方法 | |
CN112435278A (zh) | 一种基于动态目标检测的视觉slam方法及装置 | |
CN112598743A (zh) | 一种单目视觉图像的位姿估算方法及相关装置 | |
CN113936229A (zh) | 基于频域相位相关的空间暗弱小目标识别方法及装置 | |
CN111260624A (zh) | 一种基于特征匹配和尺度选择策略的多尺度红外小目标的探测方法 | |
CN111062972A (zh) | 基于图像频率域转换的图像跟踪方法 | |
KR20170115757A (ko) | 깊이 정보 생성 장치 및 방법 | |
CN114429593A (zh) | 基于快速导向滤波的红外小目标检测方法及其应用 | |
CN113971684A (zh) | 一种基于kcf和surf特征的实时鲁棒目标跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220114 |
|
RJ01 | Rejection of invention patent application after publication |