基于OpenCV的红外弱小运动目标检测与跟踪

黎志华; 李新国

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于OpenCV的红外弱小运动目标检测与跟踪

黎志华, 李新国

文章导航 > 红外与激光工程 > 2013 > 42(9): 2561-2565

黎志华, 李新国. 基于OpenCV的红外弱小运动目标检测与跟踪[J]. 红外与激光工程, 2013, 42(9): 2561-2565.

引用本文:

黎志华, 李新国. 基于OpenCV的红外弱小运动目标检测与跟踪[J]. 红外与激光工程, 2013, 42(9): 2561-2565.

Li Zhihua, Li Xinguo. Infrared small moving target detection and tracking based on OpenCV[J]. Infrared and Laser Engineering, 2013, 42(9): 2561-2565.

Citation:

Li Zhihua, Li Xinguo. Infrared small moving target detection and tracking based on OpenCV[J]. Infrared and Laser Engineering, 2013, 42(9): 2561-2565.

基于OpenCV的红外弱小运动目标检测与跟踪

1.
西北工业大学航天学院,陕西西安 710072

详细信息

作者简介:
黎志华（1988-），男，硕士生，主要从事飞行动力学与控制、图像跟踪制导与仿真方面的研究。Email：lizhihuahuazhili@163.com；李新国（1966-），男，教授，博士生导师，主要从事飞行器系统仿真、虚拟样机技术与图像跟踪制导方面的研究。Email：fsl804@nwpu.edu.cn

黎志华（1988-），男，硕士生，主要从事飞行动力学与控制、图像跟踪制导与仿真方面的研究。Email：lizhihuahuazhili@163.com；李新国（1966-），男，教授，博士生导师，主要从事飞行器系统仿真、虚拟样机技术与图像跟踪制导方面的研究。Email：fsl804@nwpu.edu.cn

中图分类号: TP391.4

Infrared small moving target detection and tracking based on OpenCV

1.
School of Astronautics,Northwestern Polytechnical University,Xi'an 710072,China

摘要: 针对信噪比低、背景和噪声干扰严重的红外图像，根据图像序列中运动目标的帧间相关特性以及噪声的不相关理论，基于OpenCV（Open Soure Computer Vision Library）计算机视觉库，提出了一种弱小目标的检测算法，并对检测到的目标进行了跟踪。采用能量累积的方法得到背景，然后从原始图像中去除背景，提高信噪比；利用目标的帧间相关特性以及运动信息去除噪声；最后通过Kalman滤波算法来对检测到的目标进行跟踪。实验结果表明：该检测算法能有效地从序列图像中提取出弱小运动目标，跟踪算法也能实时地进行跟踪并在目标被遮挡时准确地预测出目标位置。
- 目标检测 /
- 目标跟踪 /
- 卡尔曼滤波 /
- 开源计算机视觉库
Abstract: For infrared image which is characterized by low SNR and serious background and noise disturbance, according to the correlation of moving target frame-to-frame and the irrelevance of noise in sequential images, based on Open Source Computer Vision Library, a detection algorithm for small target was proposed and the detected target was tracked. By using energy accumulation method, background of image was got and then removed from original image, image SNR was improved. Noise was removed via the correlation of target frame-to-frame and the movement information. At last, the detected target was tracked by Kalman filter algorithm. The experimental results show that this detection algorithm can effectively find small moving target from sequential images, the tracking algorithm can track in real time and forecast the position accurately when target is covered.
- target detection /
- target tracking /
- Kalman filter /
- OpenCV

[1]	Gao Chenqiang, Tian Jinwen, Wang Peng. Detection algorithm for infrared moving small target based on temporal domain characteristics analysis[J]. Infrared and Laser Engineering, 2008, 37(5): 907-910. (in Chinese) 高陈强, 田金文, 王鹏. 基于时域特性分析的红外运动小目标检测算法[J]. 红外与激光工程, 2008, 37(5): 907-910.
[2]
[3]
[4]	Yu Jingsong, Wan Jiuqing, Gao Xiulin. Research on dim point moving target detection in infrared image[J]. Acta Armamentarii, 2008, 29(12): 1518-1521. (in Chinese) 于劲松, 万九卿, 高秀林. 红外图像弱小点目标检测技术研究[J]. 兵工学报, 2008, 29(12): 1518-1521.
[5]	Wang Jianlai, Yang Chunling. Dim moving target detection against sky background in IR image sequence based on GLRT[J]. Infrared and Laser Engineering, 2011, 40(12): 2546-2551. (in Chinese) 王暕来, 杨春玲. 空天背景下基于GLRT的红外弱小运动目标检测[J]. 红外与激光工程, 2011, 40(12): 2546-2551.
[6]
[7]	Xu Jun, Zhou Xiang, Liang Changhong. Algorithm of small target detection in IR image sequences[J]. Infrared and Laser Engineering, 2003, 32(4): 390-393. (in Chinese) 徐军, 周翔, 梁昌洪. 红外序列图像弱小目标检测算法[J].红外与激光工程, 2003, 32(4): 390-393.
[8]
[9]
[10]	Liao Bin, Yang Weiping, Shen Zhenkang. Dim target detection algorithm based on multi-frame indexing accumulation[J]. Infrared and Laser Engineering, 2002, 31(2): 150-153. (in Chinese) 廖斌, 杨卫平, 沈振康. 基于多帧移位叠加的红外小目标检测方法[J]. 红外与激光工程, 2002, 31(2): 150-153.
[11]
[12]	Otsu N. A threshold selection method from graylevel histograms[J]. IEEE Transactions on System Man and Cybernetic, 1979, 9(1): 62-66.
[13]	Zhang Cong, Zhang Tianxu. Research on detection and recognition method of moving targets[J]. Infrared and Laser Engineering, 2004, 33(2): 164-168. (in Chinese) 张聪, 张天序. 运动目标检测与识别方法研究[J]. 红外与激光工程, 2004, 33(2): 164-168.
[14]
[15]	Li Jianxun, Zhang Shijun, Cheng Fei, et al. Method of small target detection and tracking from infrared image and its realization[J]. Aerospace Electronics Information Engineering and Control, 2006, 28(1): 11-14. (in Chinese)

[1]	许聪, 孙大鹰, 曹子奇, 李春琦, 顾文华. 采用自适应模糊优化的目标跟踪加速方案 . 红外与激光工程, 2022, 51(2): 20210864-1-20210864-8. doi: 10.3788/IRLA20210864
[2]	张津浦, 王岳环. 融合检测技术的孪生网络跟踪算法综述 . 红外与激光工程, 2022, 51(10): 20220042-1-20220042-14. doi: 10.3788/IRLA20220042
[3]	张景程, 乔新博, 赵永强. 红外偏振摄像机动目标检测跟踪系统（特邀） . 红外与激光工程, 2022, 51(4): 20220233-1-20220233-10. doi: 10.3788/IRLA20220233
[4]	姜珊, 张超, 韩成, 底晓强. 基于相关滤波的目标重检测跟踪 . 红外与激光工程, 2021, 50(2): 20200182-1-20200182-12. doi: 10.3788/IRLA20200182
[5]	李鸿龙, 杨杰, 张忠星, 罗迁, 于双铭, 刘力源, 吴南健. 用于实时目标检测的高速可编程视觉芯片 . 红外与激光工程, 2020, 49(5): 20190553-20190553-10. doi: 10.3788/IRLA20190553
[6]	王鑫, 王向军. 大视场双目视觉定位系统中多目标稀疏匹配 . 红外与激光工程, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001
[7]	葛宝义, 左宪章, 胡永江, 张岩. 基于双步相关滤波的目标跟踪算法 . 红外与激光工程, 2018, 47(12): 1226004-1226004(10). doi: 10.3788/IRLA201847.1226004
[8]	罗海波, 许凌云, 惠斌, 常铮. 基于深度学习的目标跟踪方法研究现状与展望 . 红外与激光工程, 2017, 46(5): 502002-0502002(7). doi: 10.3788/IRLA201746.0502002
[9]	马俊凯, 罗海波, 常铮, 惠斌, 周晓丹, 侯德飞. 基于可变形模型的目标跟踪算法 . 红外与激光工程, 2017, 46(9): 928001-0928001(9). doi: 10.3788/IRLA201746.0928001
[10]	邵春艳, 丁庆海, 罗海波, 李玉莲. 采用高维数据聚类的目标跟踪 . 红外与激光工程, 2016, 45(4): 428002-0428002(10). doi: 10.3788/IRLA201645.0428002
[11]	姜淑娟, 王可. 应用卡尔曼滤波技术的激光熔覆宽度检测 . 红外与激光工程, 2016, 45(12): 1206003-1206003(5). doi: 10.3788/IRLA201645.1206003
[12]	邢运龙, 李艾华, 崔智高, 方浩. 改进核相关滤波的运动目标跟踪算法 . 红外与激光工程, 2016, 45(S1): 214-221. doi: 10.3788/IRLA201645.S126004
[13]	崔雄文, 吴钦章, 蒋平, 周进. 子空间模型下的仿射不变目标跟踪 . 红外与激光工程, 2015, 44(2): 769-774.
[14]	徐超, 高敏, 杨耀. 自调整分层卡尔曼粒子滤波的快速目标跟踪 . 红外与激光工程, 2015, 44(6): 1942-1949.
[15]	田宁, 孙军华, 刘震. 单目视觉目标观瞄光点实时定位方法 . 红外与激光工程, 2014, 43(6): 2046-2050.
[16]	彭志勇, 王向军, 卢进. 窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
[17]	田立, 周付根, 孟偲. 基于嵌入式多核DSP 系统的并行粒子滤波目标跟踪 . 红外与激光工程, 2014, 43(7): 2354-2361.
[18]	赵曦晶, 刘光斌, 汪立新, 何志昆, 姚志成. 扩展容积卡尔曼滤波-卡尔曼滤波组合算法 . 红外与激光工程, 2014, 43(2): 647-653.
[19]	彭晨, 陈钱, 钱惟贤, 徐富元. 复杂地面场景下的红外运动目标跟踪 . 红外与激光工程, 2013, 42(6): 1410-1414.
[20]	杨亚威, 李俊山, 杨威, 赵方舟. 利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.

点击查看大图

计量

文章访问数: 832
HTML全文浏览量: 119
PDF下载量: 1185
被引次数: 0

基于OpenCV的红外弱小运动目标检测与跟踪

1. 西北工业大学航天学院,陕西西安 710072

作者简介:
黎志华（1988-），男，硕士生，主要从事飞行动力学与控制、图像跟踪制导与仿真方面的研究。Email：lizhihuahuazhili@163.com；李新国（1966-），男，教授，博士生导师，主要从事飞行器系统仿真、虚拟样机技术与图像跟踪制导方面的研究。Email：fsl804@nwpu.edu.cn

黎志华（1988-），男，硕士生，主要从事飞行动力学与控制、图像跟踪制导与仿真方面的研究。Email：lizhihuahuazhili@163.com；李新国（1966-），男，教授，博士生导师，主要从事飞行器系统仿真、虚拟样机技术与图像跟踪制导方面的研究。Email：fsl804@nwpu.edu.cn

收稿日期: 2013-01-04
修回日期: 2013-02-10
刊出日期: 2013-09-25

中图分类号: TP391.4

关键词:

摘要: 针对信噪比低、背景和噪声干扰严重的红外图像，根据图像序列中运动目标的帧间相关特性以及噪声的不相关理论，基于OpenCV（Open Soure Computer Vision Library）计算机视觉库，提出了一种弱小目标的检测算法，并对检测到的目标进行了跟踪。采用能量累积的方法得到背景，然后从原始图像中去除背景，提高信噪比；利用目标的帧间相关特性以及运动信息去除噪声；最后通过Kalman滤波算法来对检测到的目标进行跟踪。实验结果表明：该检测算法能有效地从序列图像中提取出弱小运动目标，跟踪算法也能实时地进行跟踪并在目标被遮挡时准确地预测出目标位置。