关于图像处理论文范文 基于可见光视频图像处理的水上弱小目标检测方法相关论文写作参考文献

基于可见光视频图像处理的水上弱小目标检测方法是关于本文可作为图像处理方面的大学硕士与本科毕业论文图像处理论文开题报告范文和职称论文论文写作参考文献下载。

摘 要:针对基于可见光视频图像处理的水上弱小目标检测中存在的问题,综述目前该领域的国内外研究进展,从动态背景建模、前景目标检测和跟踪等方面分析各种方法、算法的优势和不足,指出目前需要解决的问题,并展望该领域的研究前景.

关键词:目标检测;动态背景建模;图像处理

中图分类号:TP391.41; TP75文献标志码:A

Small and weak target detection on sea surface based on

visible light video image processing

RAN Xin, REN Lei

(Merchant Marine College, Shanghai Maritime Univ., Shanghai 201306, China)

Abstract: In view of the problems existing in all and weak target detection on the sea surface based on visible light video image processing, the research advances at home and abroad in this field are summarized. The advantages and limitations existing in the methods and algorithms are analyzed from several aspects including dynamic background modeling, foreground target detection and tracking. Problems which need to be solved at present are pointed out, and promising research directions in this field are proposed.

Key words: target detection;dynamic background modeling;image processing

0 引 言

随着国民经济的发展,运输船舶的数量、种类急剧增加,港口、内河和海峡等水域船舶交通流量随之增大,交通事故屡发,导致水上搜救工作任务艰巨.目前,国内搜救组织配备的搜救设备尚不完善,搜救工作主要通过人员观察及一些简单设备辅助完成,迫切需要机器视觉等技术手段辅助搜救落水人员.

从20世纪90年代起,图像和视频处理方法就被用于替代人眼检测和识别海上弱小目标,以克服人眼的局限性.[1-2]目前,检测弱小目标的研究得到国内外专家学者的广泛关注,应用领域涉及交通、军事和安全等各个方面,针对水上目标的检测也涌现出很多新方法、新思路.由于水上弱小目标检测存在目标小、信噪比低以及背景复杂等诸多困难,采用传统的目标检测方法无法得到满意的结果.根据数据获取方式的不同,目前常用的水上目标检测方法大致可分为基于可见光、雷达和红外图像等3类.

基于雷达图像的水上目标检测研究起步较早,但难以获得水上目标回波和海杂波特性的完整和准确描述.薛国义[3]通过信噪比对角跟踪的影响,针对相参体制的雷达,提出在强海杂波背景下有效跟踪海面上低速运动目标的方法;杜干等[4]针对海浪的分形特性,利用高阶特征提取区分目标和杂波的新分形特征,并结合模糊数学理论建立海杂波背景下的目标检测模型;王福友等[5]分析雷达海杂波的混沌特性和分形特性以及海杂波背景下小目标检测的研究现状.基于雷达图像的目标检测适用于船舰等较大的目标,对落水人员等弱小目标不敏感.

红外图像中目标亮度一般大于背景灰度均值,因此较适合水上弱小目标检测,尤其在夜间或光照不充分等情况下仍能得到较好的结果.夏爱利等[6]从空间滤波和时间滤波的角度对现有的红外小目标检测方法进行概述;杨磊等[7]用自适应Butterworth高通滤波进行海空复杂背景下的红外小目标检测.目前,红外弱小目标检测的应用主要集中在导弹制导与拦截、海空监视报警等军事领域,文献[8-10]综述检测前跟踪(Track Before Detection,TBD)和跟踪前检测(Detection Before Track,DBT)等现有目标检测方法,分析其中的问题和研究发展的趋势.红外成像系统的不足在于其自身具有的噪声干扰强于一般的可见光成像系统,给目标检测带来一定困难,同时,民用红外成像设备有一定的距离限制,只适合小范围的目标检测.

对水上弱小目标的检测,上述3类方法互为补充、各具特点.在图像增强、噪声抑制和目标检测跟踪等方面,应用在雷达和红外图像处理中的方法也可应用在可见光图像处理中.由于可见光图像数据直观、信息丰富、数据获取方式多、对设备的要求较小,其适用性更广,但水上环境的特殊性给基于可见光的弱小目标检测带来了困难和挑战.

1 可见光图像中弱小目标检测方法的研究进展在可见光图像中,目标、背景和噪声的特点以及需要解决的关键问题主要包括:(1)目标信号强度小,通常目标在图像中仅有几十个像素(甚至更少),而背景和噪声占较大比例且目标与背景间的对比度不大,信噪比较低;(2)检测环境复杂,水面波浪的起伏和浪花干扰、日光在水面上的反射折射干扰以及雨雾雪天气导致的能见度降低等都会对目标检测造成较大的影响;(3)水上目标的运动与波浪背景的动态变化相关性大,波浪起伏可能造成目标的遮挡,导致目标的短暂丢失,增加运动跟踪的难度;(4)搜救摄像机通常安装在搜救船或直升机上,实际拍摄到的画面通常不稳定,需设计相应的硬件稳定平台或运动补偿算法;(5)大数据量检测算法的复杂度会影响检测结果的即时输出.

针对上述目标检测中存在的难点,国内外专家学者提出各种解决方案,主要集中在背景建模分析、目标检测和运动检测等方面.

1.1 动态背景建模分析

水上目标检测的动态背景主要是水面波浪的起伏、日光反射以及摄像机本身的运动等.背景预测和建模的目标是充分利用背景的固有特性,设计符合背景动态变化的模型,使其具有某种相对的稳定性,从而改进背景预测的精度以及与目标特性的可分离性.

滑动平均法(running erage)是1种简单的背景动态更新方法,其实现原理是将新的背景动态变化信息以适当的权重添加到当前背景中,然后通过视频帧间差分进行目标检测.[11]设Ik(x,y)为视频序列V中的第k帧图像,则视频序列经滑动平均法后的结果Ak(x,y)等于αIk(x,y)+(1-α)Ik(x,y),

0≤α≤1(1)式中:α为权重.滑动平均法能实时记录背景的动态变化,通过调整滑动平均的权重可调整背景的更新速度,能适应不同变化剧烈程度的背景重建,试验结果见图1.此方法容易实现、计算速度快,可满足大部分实时检测的要求,但在背景变化过于剧烈或摄像机拍摄位置动态变化的情况下效果不是很好.吴琦颖等[12]对滑动平均背景差检测方法进行改进,通过构造金字塔结构以及迭代的小尺寸倒三角低通模板运算滤除海面波浪噪声,然后通过多帧累积的方法统计目标点,从而提取完整的目标并降低目标检测的误检率;MULASSANO等[13]提出1种海洋背景纹理建模方法,用于进行水上航拍图像中的船舶小目标检测,通过图像的方差计算获得变化剧烈的区域二值化图像,然后利用原图与得到的二值化图像求得变化平稳的光照图像,最后利用光照信息去除原图的低照度海面区域,从而检测出目标;金俣欣等[14]提出1种使用多层Homography匹配算法进行背景建模的方法,将场景看作由多个平面组成,使用RANSAC方法找到场景中不同的平面,即多层Homography,通过所属平面相应的Homography变换,使相邻2帧视野中的像素点重叠,从而解决摄像机在移动状态下背景建模的问题,但水面波浪的不规则运动导致图像中特征点的检测匹配非常困难,影响算法的性能.(a)原始图像(b)背景建模结果(c) 帧间差分后目标检测结果

总结:这篇图像处理论文范文为免费优秀学术论文范文,可用于相关写作参考。

参考文献：

1、 数字视频图像质量的测量方法 前沿数字视频技术是近年来信息技术领域中飞速发展的一个学科，将电视技术、计算机技术和通信技术结合在一起，在电视系统中得到了广泛的应用并已经进入千家。

2、 基于改进高斯混合模型的体育视频运动目标检测和跟踪 摘 要： 针对当前体育视频运动目标检测存在的弊端，提出改进高斯混合模型的体育视频运动目标检测与跟踪方法。通过分析高斯混合模型的弊端，保留原有的“。

3、 视频监控中运动图像序列三维重建 摘 要： 视频监控中运动图像序列三维重建一直是三维重建研究的重点，其重建效果会对运动图像的清晰度产生影响。但当前三维重建方法都是通过获取二维视频。

4、 基于多光谱和显著性的红外弱小目标融合检测 摘要：基于多光谱与显著性，提出一种红外弱小目标融合检测算法。该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起，利用它们在时空上。

5、 关于视频监控图像侦查方法 摘要：随着科技的发展，视频技术得到了巨大发展，视频监控系统能对一定的区域进行实时监控，记录和跟踪信息，并记有视频资料，视频系统在当代侦查破案中的。

6、 视频监控图像在侦查破案中运用 摘要：视频监控图像是安防工作的主要信息来源，不仅可以为现场发生的案件提供可靠的证据，而且能减少犯罪事件发生，将视频监控图像充分的利用，发挥出其真。