一种基于均方差比率的可见光图像的虚警判断方法与流程

1.本发明涉及光跟踪技术领域，具体是一种基于均方差比率的可见光图像的虚警判断方法。


背景技术：

2.在实时跟瞄系统中，需要对捕获的结果和跟踪过程进行实时的虚警排除。主要包括以下三类方法:
3.一类是局部对比度方法，即lcm，其利用了hvs和dk model，其改进的数据分块型局部对比度也是基于此思想。
4.二类是进行区域显著性度量，其利用了信息熵，并进行二值分割，且定义相似性度量，去除视觉冗余区域。
5.三类是对目标区域计算均值或均方差，此方法容易受到子图的局部影响，效果有限。
6.基于以上总结，需要计算目标区域的内在性质对应的稳定不变量来进行虚警排除。另外，计算复杂度和运行时间也需要着重考虑，因为这直接影响到了图像跟踪时的效率。


技术实现要素：

7.本发明的目的在于提供一种基于均方差比率的可见光图像的虚警判断方法，以解决上述背景技术中提出的问题。
8.为实现上述目的，本发明提供如下技术方案：
9.一种基于均方差比率的可见光图像的虚警判断方法，包括以下步骤：
10.步骤a，将图像转为单通道的灰度图，并截取目标框内部区域作为子图；
11.步骤b，对目标子图做拉普拉斯滤波，对滤波后子图求均方差stdi；
12.步骤c，对目标子图求每个像素对应的梯度幅值，构成子图梯度幅值图；
13.步骤d，对子图梯度幅值图进行拉普拉斯滤波再求滤波后子图梯度幅值图的均方差stddivi；
14.步骤e，求均方差比率r_std并判断是否小于均方差比率阈值tr，从而判断此帧目标标识是否为虚警。
15.作为本发明进一步的方案：所述步骤a中，将图像转为单通道的灰度图，并截取目标框内部区域作为子图的计算方法为：
16.grayi＝g(i)
17.i
sub
＝grayi(w
t
,h
t
,c
t
)
18.其中，g(
·
)为灰度化操作，w
t
,h
t
,c
t
为目标框的宽、高、中心位置，grayi为灰度图像，i
sub
为所截取子图。
19.作为本发明再进一步的方案：所述步骤b中，对目标子图做拉普拉斯滤波，对滤波
后子图求均方差stdi具体计算方法为：
20.用标准拉普拉斯掩膜
21.对子图i
sub
进行卷积
22.i
lap_sub
＝i
sub
*w
23.其中，*是卷积(滑窗)，i
lap_sub
指对子图进行laplace滤波后的子图，
24.stdi＝std(i
lap_stb
)
25.其中，std(
·
)是对图像求均方差。
26.作为本发明再进一步的方案：所述步骤c中，对目标子图求每个像素对应的梯度幅值，构成子图梯度幅值图的计算方法为：
[0027][0028]g(x)
＝i*a
[0029]g(y)
＝i*b
[0030]
其中，
[0031]
即g
(x)
是原子图与a的卷积所成图像，
[0032]g(y)
是原子图与b的卷积所成图像，
[0033]
g为g
(x)
与g
(y)
对应像素位置值的平方和再开根。
[0034]
作为本发明再进一步的方案：所述步骤d中,对子图梯度幅值图进行拉普拉斯滤波,再求滤波后子图梯度幅值图的均方差stddivi的计算方法为：
[0035]glap
＝g*w
[0036][0037]
stddivi＝std(g
lap
)
[0038]
作为本发明再进一步的方案：所述步骤e中,求均方差比率r_std并判断是否小于均方差比率阈值tr，从而判断此帧目标标识是否为虚警的判断方法为：
[0039][0040]
虚警r_
std
＜tr
[0041]
非虚警r_
std
≥tr
[0042]
与现有技术相比，本发明的有益效果是：
[0043]
本发明基于目标区域若冗余度高则均方差比率低，冗余度低则均方差比率高的特点，制定基于均方差比率的虚警判断机制。此方法鲁棒稳定，且不受子图局部的影响，呈现较好的数据分离性，是一个稳定好用的虚警判断方法。
附图说明
[0044]
图1为针对应用于跟瞄系统上基于均方差比率的可见光图像的虚警判断方法的流程结构示意图。
具体实施方式
[0045]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046]
如图1所示，本发明公开的应用于跟瞄系统基于均方差比率的可见光图像的虚警判断方法，包括以下步骤：
[0047]
步骤a，将图像转为单通道的灰度图，截取目标框内部区域作为子图的计算方法为：
[0048]
grayi＝g(i)
[0049]isub
＝grayi(w
t
,h
t
,c
t
)
[0050]
其中，g(
·
)为灰度化操作，w
t
,h
t
,c
t
为目标框的宽、高、中心位置，grayi为灰度图像，i
sub
为所截取子图；
[0051]
步骤b，对目标子图做拉普拉斯滤波，对滤波后子图求均方差stdi具体计算方法为：
[0052]
用标准拉普拉斯掩膜
[0053]
对子图i
sub
进行卷积
[0054]ilap_sub
＝i
sub
*w
[0055]
其中，*是卷积(滑窗)，i
lap_sub
指对子图进行laplace滤波后的子图，
[0056]
stdi＝std(i
lap_stb
)
[0057]
其中，std(
·
)是对图像求均方差；
[0058]
步骤c，对目标子图求每个像素对应的梯度幅值形成子图梯度幅值图的计算方法为：
[0059][0060]g(x)
＝i*a
[0061]g(y)
＝i*b
[0062]
其中，
[0063]
即g
(x)
是原子图与a的卷积所成图像，
[0064]g(y)
是原子图与b的卷积所成图像，
[0065]
g为g
(x)
与g
(y)
对应像素位置值的平方和再开根；
[0066]
步骤d，对子图梯度幅值图进行拉普拉斯滤波，再求滤波后子图梯度幅值图的均方
差stddivi的计算方法为：
[0067]glap
＝g*w
[0068][0069]
stddivi＝std(g
lap
)
[0070]
步骤e，求均方差比率r_std并判断是否小于均方差比率阈值tr，从而判断此帧目标标识是否为虚警的判断方法为：
[0071][0072]
虚警r_
std
＜tr
[0073]
非虚警r_
std
≥tr
[0074]
基于上述应用于瞄系统基于均方差比率的可见光图像的虚警判断方法，本发明公开一实施例。
[0075]
实施例一:
[0076]
在本实施例中，经过大量的实验验证和理论推导，确定均方差比率阈值tr为1.2
[0077]
在设定了以上参数后，方法即可以实现实时虚警判断，步骤如下：
[0078]
步骤a，将图像转为单通道的灰度图，并截取目标框内部区域作为子图的计算方法为：
[0079]
grayi＝g(i)
[0080]isub
＝grayi(w
t
,h
t
,c
t
)
[0081]
其中，g(
·
)为灰度化操作，w
t
,h
t
,c
t
为目标框的宽、高、中心位置，grayi为灰度图像，i
sub
为所截取子图；
[0082]
步骤b，对目标子图做拉普拉斯滤波，对滤波后子图求均方差stdi具体计算方法为：
[0083]
用标准拉普拉斯掩膜
[0084]
对子图i
sub
进行卷积
[0085]ilap_sub
＝i
sub
*w
[0086]
其中，*是卷积(滑窗)，i
lap_sub
指对子图进行laplace滤波后的子图，
[0087]
stdi＝std(i
lap_sub
)
[0088]
其中，std(
·
)是对图像求均方差；
[0089]
步骤c，对目标子图求每个像素对应的梯度幅值形成子图梯度幅值图的计算方法为：
[0090][0091]g(x)
＝i*a
[0092]g(y)
＝i*b
[0093]
其中，
[0094]
即g
(x)
是原子图与a的卷积所成图像，
[0095]g(y)
是原子图与b的卷积所成图像，
[0096]
g为g
(x)
与g
(y)
对应像素位置值的平方和再开根；
[0097]
步骤d，对子图梯度幅值图进行拉普拉斯滤波，再求滤波后子图梯度幅值图的均方差stddivi的计算方法为：
[0098]glap
＝g*w
[0099][0100]
stddivi＝std(g
lap
)
[0101]
步骤e，求均方差比率r_std并判断是否小于均方差比率阈值tr，从而判断此帧目标标识是否为虚警的判断方法为：
[0102][0103]
虚警r_
std
＜1.2
[0104]
非虚警r_
std
≥1.2
[0105]
本发明基于目标区域若冗余度高则均方差比率低，冗余度低则均方差比率高的特点，制定基于均方差比率的虚警判断机制。与图像跟踪算法一起，做到了跟踪-捕获闭环的自我判断与纠正，有益于long-termtrack。
[0106]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0107]
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。