隨著無人水面艇在民用與軍用方面的應(yīng)用越來越廣泛,基于光電體制的海上目標(biāo)檢測與識別技術(shù)逐漸成為該領(lǐng)域的研究熱點。海洋環(huán)境中,不規(guī)則變化的浪花、波紋、島岸干擾和船只尾跡等因素使海上目標(biāo)檢測一直是一個技術(shù)難題。提出了一種基于高斯混合模型（Gaussian mixture model,GMM）的海上運動目標(biāo)檢測算法,算法流程主要包括海天線檢測、圖像對準(zhǔn)、GMM背景建模及目標(biāo)提取、后處理四個環(huán)節(jié)。根據(jù)序列圖像的變化,構(gòu)建GMM模擬多變的海上場景,通過背景減除法確定目標(biāo)區(qū)域。針對GMM背景減除法的不足,提出了基于海天線的圖像對準(zhǔn)方法對輸入圖像進行校正。利用霍夫變換提取海天線的候選直線,結(jié)合其形態(tài)特征及上下相鄰區(qū)域顏色特征精確定位海天線。為了進一步提高目標(biāo)檢測的準(zhǔn)確率,后續(xù)應(yīng)用形態(tài)學(xué)濾波并提出了多幀持久性濾波對船只尾跡進行濾除。實驗結(jié)果表明,與其他目標(biāo)檢測方法相比,GMM可以有效地模擬動態(tài)海上背景,包括不規(guī)則變化的浪花、波紋等,抑制了復(fù)雜環(huán)境下的噪聲干擾。該算法在SMD（Singapore marine database）和MODD（marine obstacle detection databas... 

【文章來源】：計算機應(yīng)用研究. 2020,37(S1)北大核心CSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

圖像塊提取標(biāo)準(zhǔn)差的計算公式如下:1Nr

Ｌ煜叨宰跡?將圖像定位。圖7為海天線對準(zhǔn)結(jié)果示意圖。圖7圖像對準(zhǔn)3后處理處于運動狀態(tài)的船只在海面上通常會留下尾跡，尾跡嚴(yán)重時會降低目標(biāo)檢測的精準(zhǔn)度，對檢測結(jié)果產(chǎn)生不利影響。雖然使用GMM能夠較好地估計海上背景，一定程度上抑制了動態(tài)波紋影響，但在海浪較大或船只尾跡嚴(yán)重時仍會存在部分干擾不能完全去除的情況，如圖8所示。因此需要對前景圖像進行后處理，使最終的目標(biāo)檢測結(jié)果更為準(zhǔn)確。圖8GMM背景減除法目標(biāo)提取結(jié)果本文首先應(yīng)用形態(tài)學(xué)濾波濾除遺留的海雜波干擾，如圖9所示。對于船只尾跡，其顏色有時與船只極其相近，通過顏色信息不能將兩者有效分割。針對尾跡的濾除，本文提出了多幀持久性濾波。對于這些不易被濾除的尾跡，它們的運動是短暫的且僅持續(xù)幾幀，將每一幀圖像的前景目標(biāo)編號，累計標(biāo)記點出現(xiàn)的次數(shù)，標(biāo)記點在出現(xiàn)后的連續(xù)多幀內(nèi)累計超過一定次數(shù)后就在下一幀被判為前景。船只尾跡濾除結(jié)果如圖10所示，在多幀持久性濾波后，船只尾跡和部分海雜波都得到了很好的抑制。(a)第k幀(b)第k+30幀(c)第k+80幀圖9形態(tài)學(xué)處理結(jié)果4實驗結(jié)果將本文提出的檢測算法以VisualStudio2017為開發(fā)平臺，結(jié)合OpenCV計算機視覺庫編寫實現(xiàn)，在Windows7系統(tǒng)環(huán)境、4GB內(nèi)存的64位電腦中執(zhí)行。本文使用兩個數(shù)據(jù)集對算法進行驗證，分別是SMD［18］和MODD［19，20］。在錄制SMD圖像時，研究人員將佳能70D攝像機安裝在岸上(靜止平臺)和浮標(biāo)上(非靜止平臺)，拍攝了不同條件下的多段船只運動的視頻圖像。其中在岸邊和浮標(biāo)上各拍攝了40個和11個視頻段，視頻段每秒30幀?

多幀持久性濾波結(jié)果(a)第k幀(b)第k+30幀(c)第k+80幀


本文編號：3108419