融合多源图像与光流运动的旋转背景下对地运动目标检测研究

Ground moving target detection with high precision is the key issue to achieve precision strike of aircrafts. Current ground moving target detection algorithms of domestic and overseas are mainly for the situation in which the aircraft is in level flight or wide range of circling. When the aircraft makes sharp turns, which causes intense rotational motion of the background in the video, those algorithms will produce a large number of undetected or false alarms. In view of this, our project first proposes a high-precision moving target detection method based on the integration of multi-source images and optical flow motion and prepares semi-physical detection experiments. We establish the mathematical model to describe the motion characteristic of image ground background and target with the combined impact of spatial movement and attitude change of the aircrafts, photoelectric detection platform, and the camera. We propose a quantitative indicator to measure the severity of background ground rotational motion, establish moving target detection theory in background ground rotational motion. Then, to use visible and infrared images and image motion information, we merge four dimensional of red, green, blue, infrared thermal radiation information and optical flow motion on the basis of registration of visible and infrared images, achieving multi-source image information fusion in the calculation of high-dimensional image optical flow field. Ultimately, we construct image motion field which includes the information of whole background rotation movement and targets motion, reconstruct the pure rotating motion field of ground background from it, separate rotating ground background and moving targets, achieve moving target detection.

对地运动目标的高精检测是战机实现精确打击的关键问题。目前国内外的研究成果主要针对战机平飞或大范围盘旋时的运动目标检测，当战机急剧转弯导致图像地面背景剧烈旋转运动时，会产生大量漏检、虚警。鉴于此，本项目首次提出融合多源图像与光流运动的旋转背景下对地运动目标高精检测方法及半物理实验验证。建立数学模型描述战机、光电探测平台、摄像机的空间运动与姿态变化多因素联合影响下的图像地面背景与目标的运动特性，提出地面背景旋转运动剧烈程度的定量衡量指标，确立地面旋转运动背景中运动目标检测的理论依据。为综合利用可见光与红外图像及其图像中的运动信息，在配准可见光与红外图像基础上，融合红、绿、蓝、红外热辐射四维信息和光流运动，在图像高维融合光流场计算过程中实现多源图像信息融合。构建包括整体地面背景旋转运动与局部目标运动信息的图像运动场，从中重构纯地面背景旋转运动场，据此分离地面旋转背景与运动目标，实现运动目标检测。

对地运动目标的高精检测是战机实现精确打击的关键问题。目前国内外的研究成果主要针对战机平飞或大范围盘旋时的运动目标检测，当战机急剧转弯导致图像地面背景剧烈旋转时，会产生大量漏检、虚警。因此本项目提出了融合多源图像与光流运动的旋转背景下对地运动目标高精检测方法。.建立了数学模型描述战机、光电探测平台、摄像机的空间运动与姿态变化多因素联合影响下的图像地面背景与目标的运动特性。提出了基于目标与背景运动矢量分布比的图像地面背景旋转剧烈程度评价算法。提出了基于信息熵的体现图像局部信息量的图像复杂度描述算法。.提出了融合可见光与红外两波段图像特征的目标配准算法。基于改进结构相似度计算红外两波段图像目标的相似度，基于Hu不变矩和余弦相似度计算可见光与远红外图像目标的相似度，融合两种相似度实现可见光与红外两波段图像目标配准。配准正确率高于83.87%，配准精度高于0.95。.提出了地面背景剧烈旋转运动下运动目标检测算法，构建包括整体地面背景旋转运动与局部目标运动信息的图像运动场，从中重构纯地面背景旋转运动场，据此分离地面旋转背景与运动目标，实现目标检测。平均检测率91.58%，平均虚警率0.143次/帧，平均检测帧率38.5帧/秒。.提出了基于非线性旋转背景建模的慢速运动目标检测算法。基于背景运动规律，确定背景旋转中心的位置区域和背景旋转方向。基于非线性变换进行旋转运动背景建模，通过双线性插值对运动背景进行补偿。在差分图像上迭代分割阈值，提取慢速运动目标运动量。基于区域生长法则搜索边缘轮廓，准确完整检测出慢速运动目标。平均检测率95.4%，平均虚警率2%，平均检测帧率27帧/秒。.提出了基于时空信息层级处理的多运动目标检测算法。基于时间上下文信息和前后向运动历史图确定候选目标区域；基于空间上下文信息和目标表观信息，通过稀疏编码计算目标置信度，实现复杂环境下多运动目标检测。在目标进入或驶出视场、部分遮挡等目标不完整的情况下检测准确率高。查全率95.96%，查准率98.85%。