计宏磊，杨清文，秦晓燕（.陆军军官学院远程火箭炮系，安徽合肥3003；.陆军军官学院管理工程系，安徽合肥3003）



基于分层模型和鲁棒字典学习的背景差分炸点检测

计宏磊1，杨清文1，秦晓燕2
（1.陆军军官学院远程火箭炮系，安徽合肥230031；2.陆军军官学院管理工程系，安徽合肥230031）

摘要：针对背景差分炸点检测方法中背景模型难以更新背景估计和运算复杂等问题，提出一种分层模型下基于鲁棒字典学习的背景差分炸点检测方法。为提高运算效率，该方法对图像帧建立3层金字塔分层模型，在每层将图像帧分割为互不重叠块，逐层以图像块为单位通过改进的鲁棒字典学习方法进行背景估计，与当前图像帧作背景差分实现炸点检测。采用炮弹炸点图像序列对所提出的方法进行了实验验证。实验结果表明，与现有炮弹炸点检测方法相比，该方法在准确率、误检率和鲁棒性方面均具有优越性能。

关键词：兵器科学与技术；炸点检测；背景差分；分层模型；鲁棒字典学习

杨清文（1966—），男，教授，硕士生导师。E-mail：Zgy49@126. com；

秦晓燕（1980—），女，讲师。E-mail：wht_horse@ sohu. com

0 引言

炸点检测为毁伤评估、射击校射和反火力打击中敌方火力位置估计提供重要依据，而利用图像信息快速、精准地实现炸点检测已成为该领域的研究热点。基于图像的炸点检测问题的本质是目标检测，其方法主要有利用单帧图像和多帧图像的目标检测［1］。

利用单帧图像的目标检测，其思想是利用已知的模板或特征在单帧图像中检测目标，具有代表性的方法是基于模板匹配和基于特征内容的匹配算法。……