1.基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，具体按照以下步骤实施：步骤1、采集视频图像V＝{Ik}，并灰度化处理得V'＝{Igrayk}，图像大小为width×height，k＝1,2,…,K，K为视频总帧数；

步骤2、创建一个动态变化的轨迹列表TrajL，初始化TrajL为空，轨迹列表中每条轨迹的最大长度设置为15；

步骤3、判断步骤1中采集到的当前帧图像Ik是否为视频的第一帧图像I1，如果是，转入步骤4；否则转入步骤5；

步骤4、对第一帧视频帧灰度图像Igray1进行稠密采样，得到稠密点集N1为稠密点的总个数,把P_sam1中的点按顺序添加到TrajL中的第一列：

式中，TrajL(:,1)对应TrajL中的第一列轨迹点，TrajL中第1列的轨迹点集记为

k-1 k

步骤5、利用Farneback光流算法计算前后两帧图像Igray 和Igray的光流场，得到光流场flowk，根据光流场flowk对TrajL中第k-1列轨迹点集进行跟踪 ，得到Igrayk中对应的跟踪点集把P_trak中的点依次压入TrajL的第k列：式中，TrajL(:,k)对应TrajL中第k列轨迹点，Nk-1为TrajL的第k列的轨迹点总个数；

步骤6、根据背景点与目标点运动特性的不同对TrajL中的可疑轨迹进行滤除，生成滤除后的轨迹列表TrajL'，TrajL'的第k列轨迹点表示为：式中，TrajL'(:,k)对应TrajL'中第k列轨迹点，Nk-1-为TrajL'的第k列轨迹点的总个数，TrajL'中第列轨k迹点集记为步骤7、创建一个二值图像 根据TrajL'中第k列轨迹点集PSk中的轨迹点在Igrayk中的坐标位置对 中的对应像素赋值为255，其余像素赋值为0，对 进行形态学膨胀处理，得到图像 对图像 进行轮廓提取，得到轮廓集 Rk为第k帧提取到的轮廓个数；

步骤8、采用编码算法对轨迹列表TrajL'中第k列轨迹点集PSk中的轨迹点的所在轮廓号进行编码，得到对应的码字集 并计算得到各个轮廓 内的轨迹点集 Nr表示第r个轮廓内的轨迹点个数，r＝1,

2,…,Rk；

步骤9、分别计算各个轮廓 内轨迹点集 在前s帧对应轨迹点集 的聚集性，表示为符号 S表示需要计算聚集性的最大连续帧帧数，r＝1,2,…,Rk；

步骤10、s从1到S对 求和， 判断 在连续S帧对应的轨迹点集的聚集连续性，如果sumI≥T2×S,说明当前帧的第r个轮廓内的轨迹点集在连续S帧中存在时空一致性，则 为目标轮廓，存入当前帧目标轮廓容器objk中，反之，就认为当前帧的第r个轮廓内的轨迹点集在连续S帧中不存在时空一致性，则 对应伪目标，r＝1,2,…,Rk；

步骤11、对TrajL'中第k列的轨迹点进行稠密化，更新轨迹列表TrajL'为TrajL″，此时TrajL″的第k列轨迹点为：式中，Nk为TrajL″的第k列轨迹点的总个数；

步骤12、在视频图像Ik中输出步骤10计算得到的目标检测结果objk；

步骤13、令k＝k+1，如果k≤K，令TrajL＝TrajL”，p＝p'，并转入步骤5，否则目标检测结束。

2.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤4具体过程为：步骤4.1、调用OpenCv函数cornerMinEigenVal()子函数，计算图像Igray1的最小特征1

值图像，得到图像Ieig；

步骤4.2、计算图像Ieig1的灰度值最大值maxVal；

步骤4.3、设置阈值T1，计算公式如下式：T1＝max Val×quality

quality为经验值；

步骤4.4、对Ieig1中的像素点是否是特征点进行判断，对Ieig1图像中任意一点坐标(x,y)，如果该点的像素灰度值大于等于阈值T,则该像素点是特征点，否则不是特征点，所有特征点组成Igray1中检测到的稠密点集 N1为检测到的稠密点的总个数；

步骤4.5、将 压入轨迹列表TrajL的第1列：TrajL(:,1)对应TrajL中的第一列轨迹点，N1表示第一列轨迹点的总个数，第1列的轨迹点集记为

3.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤5具体过程为：k-1 k

步骤5.1、利用Farneback光流算法计算Igray 与Igray 间的光流场，得到光流场flowk；

步骤5.2、根据光流场flowk对 中的各个轨迹点按如下公式进行跟踪，得到其在 对应的跟踪点集 公式中的表示稠密光流场，uj,vj分别表示光流场的水平和竖直分量，M表示一个模板为3×3的中值滤波；

把P_trak中的点按顺序压入TrajL的第k列：对应TrajL的第k列轨迹点，轨迹点个数为Nk-1。

4.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤6具体过程为：步骤6.1、以当前帧Ik为截止帧，此时

其中 表示第j条轨迹：

表示第j条轨迹长度；

步骤6.2、初始化轨迹计数器j＝1；

步骤6.3、判断第j条轨迹的轨迹长度是否大于15，如果是，则从TrajL中删除该条轨迹，并进入步骤6.9；否则进入步骤6.4；

步骤6.4、计算第j条轨迹的位移总长度ToLj：和 分别为轨迹 中的第1个和最后一个轨迹点，|| ||2表示欧式距离，其中和 分别为轨迹 中的第1个和最后一个轨迹点在图像Igrayk中的像素坐标；

步骤6.5、计算第j条轨迹中任何相邻轨迹点的位移长度步骤6.6、用求最大值函数max()求 的最大值MoLj：步骤6.7、计算ToLj与MoLj的比值，记为步骤6.8、判断第j条轨迹是否是可疑轨迹，若 则该条轨迹为可疑轨迹，并从TrajL中删除该条轨迹，其中w是阈值系数；

步骤6.9、j＝j+1，如果j≤Nk-1，转入步骤6.3，否则转入步骤6.10；

步骤6.10、输出滤除后的轨迹列表TrajL'；TrajL'表示为：Nk-1-表示轨迹个数，TrajL'中第k列轨迹点集记为 Nk-1-亦为PSk中轨迹点总个数。

5.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤7具体过程为：k k

步骤7.1、创建一个二值图像 根据TrajL'中第k列轨迹点集PS中的轨迹点在Igray中的坐标位置对 中对应像素值赋值255，其余像素赋值为0；

步骤7.2、调用OpenCv函数dilate()子函数对二值图像 进行形态学膨胀处理，得到二值图像步骤7.3、对二值图像 提取轮廓，得到轮廓集 Rk为矩形轮廓的个数。

6.根据权利要求5所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤7.3具体过程为：步骤7.3.1、通过调用OpenCv函数findCoutours子函数对膨胀后的二值图像 进行多边形轮廓提取；

步骤7.3.2、调用OpenCv函数approxPolyDP子函数对多边形轮廓进行多边形拟合；

步骤7.3.3、通过调用OpenCv子函数boundingRect函数对多边形轮廓进行修正，得到矩k形轮廓集合 R为矩形轮廓的个数。

7.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤8具体过程为：步骤8.1、初始化PSk中所有轨迹点的所在轮廓号码字为-1；

步骤8.2、对PSk中所有的轨迹点所在轮廓号码字进行编码：步骤8.2.1、初始化轨迹点计数器j＝1；

步骤8.2.2、初始化轮廓号计数器r＝1；

步骤8.2.3、判断 是否属于 内，如果属于，则该轨迹点的所在轮廓号码字为步骤8.2.4、r＝r+1，如果r≤Rk，则转入步骤8.2.3，否则转入8.2.5；

步骤8.2.5、判断 的所在轮廓号码字 是否为-1，如果是，则该轨迹点的所在轮廓号码字为(Rk,255]范围内的一个随机数，即： 其中rand(a,b)为随机数生成函数，返回一个在[a,b]范围内的随机数值；

步骤8.2.6、j＝j+1，如果j≤Nk-1-，则转入步骤8.2.3，否则转入8.3；

步骤8.3、把PSk中的所有轨迹点按所属轮廓进行集合划分，得到各轮廓 内的轨迹点集合 Nr表示第r个轮廓内的轨迹点个数，r＝1,2,…,Rk。

8.根据权利要求6所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤9具体过程为：步骤9.1、初始化轮廓号计数器r＝1；

步骤9.2、提取 内的轨迹点集 的所在轮廓号码字集，表示为：步骤9.3、提取 中每一个轨迹点在轨迹列表TrajL'中对应的行号，得到对应的轨迹点行集合步骤9.4、初始化帧数计数器s＝1；

步骤9.5、根据轨迹点行号集 提取轨迹点集 在前s帧图像中对应的轨迹点集：步骤9.6、提取 中所有轨迹点对应的所在轮廓号码字集：步骤9.7、分别计算 中所有码字的均值和方差，得到均值 和方差步骤9.8、设定阈值范围 判断 中是否有80％的码字在阈值范围内，如果满足条件，则说明第r个轮廓内的轨迹点在前s帧图像中具有聚集性，表示为 反之，则说明第r个轮廓内的轨迹点在第前s帧图像中不具有聚集性，表示为步骤9.9、s＝s+1，如果s≤S，转入步骤9.5，否则转入步骤9.10；

步骤9.10、r＝r+1，如果r≤Rk，则转入步骤9.2，否则转入步骤9.11；

步骤9.11、输出 s＝1,2,…,S，r＝1,2,…,Rk。

9.根据权利要求1所述基于轨迹点时空一致性的红外弱小运动目标的检测方法，其特征在于，步骤11具体过程为：对Igrayk进行稠密采样，稠密采样具体步骤同步骤4，将异于PSk中轨迹点的采样点依次序追加到TrajL'中第k列数据的后面，并对这些新增的采样点按步骤8进行所在轮廓号编码；此时TrajL'更新为TrajL″，TrajL″中第k列元素为：Nk为TrajL″的第k列轨迹点的总个数。