基于分块表征和可变邻域聚类的弱小运动目标检测方法

摘要

本发明公开了一种基于分块表征和可变邻域聚类的弱小运动目标检测方法，用于解决现有弱小运动目标检测方法检测精度低的技术问题。技术方案是在运用图像分块化处理的基础上，获得各分块的类Haar特征向量和前后帧各分块的移动方向，提取潜在运动分块。以潜在运动分块中心像素作为聚类中心，计算可变邻域内各像素与聚类中心的特征距离，结合RANSAC算法自适应确定距离阈值，将特征距离低于阈值的像素进行聚类，从而得到完整运动目标，最终实现序列图像中弱小运动目标的精确检测。本发明通过判断前后帧分块移动方向，对剩余分块运用可变邻域特征聚类，获得所属分块的完整目标形态表征，抑制背景噪声，提高了准确捕获弱小运动目标的检测精度。