基于幀差法和自適應(yīng)閾值區(qū)域生長的紅外運動目標(biāo)檢測
發(fā)布時間:2020-03-22 03:49
【摘要】:針對具有背景干擾、信噪比低的紅外圖像,提出了一種基于幀差法和自適應(yīng)區(qū)域生長的紅外運動目標(biāo)檢測方法。首先對紅外圖像進行了高帽變換,以抑制大面積背景的干擾,相鄰幀圖像間做幀差,初步提取目標(biāo)區(qū)域;其次分析了紅外目標(biāo)的特性,針對其特性提出了一種基于灰度等級的自適應(yīng)閾值分割方法;最后以幀差法檢測的目標(biāo)質(zhì)心為種子點,以自適應(yīng)閾值為分割準(zhǔn)則,在預(yù)處理后的圖像中進行區(qū)域生長,最終實現(xiàn)了紅外運動目標(biāo)的檢測。結(jié)果表明,所提算法可抑制大面積背景的干擾,實現(xiàn)單個和多個紅外運動目標(biāo)的完整提取和檢測。
【圖文】:
值處理,分割后得到的并不完全是運動目標(biāo),同時,若為第三種情況,幀差法也不能提取出完整的運動目標(biāo),因為目標(biāo)的大部分在二值分割時都被分割掉了。因此,幀差法后,還需進行很多的后續(xù)處理。另一方面,由圖1可以看出,由幀差運算后提取的圖像計算出的目標(biāo)質(zhì)心,如圖中黑色點標(biāo)記,一定是運動目標(biāo)的一部分,因此可以利用幀差后的質(zhì)心結(jié)果確定目標(biāo)的初步位置,即利用幀差法確定目標(biāo)區(qū)域,然后再根據(jù)一定的閾值分割,對求得的目標(biāo)進行區(qū)域生長,即可得出完整的運動目標(biāo),并剔除虛假運動目標(biāo)。目標(biāo)區(qū)域確定流程如圖2所示。圖2目標(biāo)區(qū)域確定流程圖2自適應(yīng)閾值的區(qū)域生長2.1基于灰度等級的自適應(yīng)生長閾值區(qū)域生長閾值的選取十分重要,閾值選擇過大,不能完整地提取出運動目標(biāo);閾值選擇過小,會出現(xiàn)過分割,將背景也劃分為目標(biāo)的一部分;固定閾值[6]針對不同背景下的圖像,又不能穩(wěn)定提取運動目標(biāo)。·157·《半導(dǎo)體光電》2017年2月第38卷第1期李冰等:基于幀差法和自適應(yīng)閾值區(qū)域生長的紅外運動目標(biāo)檢測邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐
中值濾波高斯濾波小波變換與中值濾波形態(tài)學(xué)高帽變換(b)第二組圖像經(jīng)預(yù)處理后對比圖圖4預(yù)處理結(jié)果圖3.2運動目標(biāo)檢測結(jié)果實驗分別選取了不同類型的紅外目標(biāo)進行檢測,分別為客機、直升機、戰(zhàn)斗機和無人機,且紅外圖像具有不同背景和大小,圖像大小有320×256和800×288兩種,檢測結(jié)果如圖5所示。由圖5(a)可以看到,,普通幀差法可能會出現(xiàn)標(biāo)注有偏差,即檢測的目標(biāo)質(zhì)心并不是運動目標(biāo)的真實質(zhì)心;標(biāo)注不完全,即檢測出目標(biāo)質(zhì)心后,并沒有對目標(biāo)大小進行自適應(yīng)檢測,或者生長閾值過大,以致生長不完全等原因,造成標(biāo)注不完全的情況;一標(biāo)多,即一個目標(biāo)被檢測為多個目標(biāo)的情況;最后是閾值過小或固定閾值造成的誤檢測。圖5(b)和(c)則是本文算法檢測運動目標(biāo)的結(jié)果,由結(jié)果可以看到,在抑制大面積背景干擾后,完整地檢測出了運動目標(biāo),并且不存在誤檢測現(xiàn)象,由此驗證了本文算法的有效性。標(biāo)注偏差檢測不安全一標(biāo)多誤檢測(a)標(biāo)注偏差和誤檢測現(xiàn)象客機直升機戰(zhàn)斗機無人機(b)本文算法四種不同運動目標(biāo)的檢測結(jié)果(c)本文算法對多運動目標(biāo)的檢測結(jié)果圖5運動目標(biāo)檢測結(jié)果對比圖·159·《半導(dǎo)體光電》2017年2月第38卷第1期李冰等:基于幀差法和自適應(yīng)閾值區(qū)域生長的紅外運動目標(biāo)檢測邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐
【圖文】:
值處理,分割后得到的并不完全是運動目標(biāo),同時,若為第三種情況,幀差法也不能提取出完整的運動目標(biāo),因為目標(biāo)的大部分在二值分割時都被分割掉了。因此,幀差法后,還需進行很多的后續(xù)處理。另一方面,由圖1可以看出,由幀差運算后提取的圖像計算出的目標(biāo)質(zhì)心,如圖中黑色點標(biāo)記,一定是運動目標(biāo)的一部分,因此可以利用幀差后的質(zhì)心結(jié)果確定目標(biāo)的初步位置,即利用幀差法確定目標(biāo)區(qū)域,然后再根據(jù)一定的閾值分割,對求得的目標(biāo)進行區(qū)域生長,即可得出完整的運動目標(biāo),并剔除虛假運動目標(biāo)。目標(biāo)區(qū)域確定流程如圖2所示。圖2目標(biāo)區(qū)域確定流程圖2自適應(yīng)閾值的區(qū)域生長2.1基于灰度等級的自適應(yīng)生長閾值區(qū)域生長閾值的選取十分重要,閾值選擇過大,不能完整地提取出運動目標(biāo);閾值選擇過小,會出現(xiàn)過分割,將背景也劃分為目標(biāo)的一部分;固定閾值[6]針對不同背景下的圖像,又不能穩(wěn)定提取運動目標(biāo)。·157·《半導(dǎo)體光電》2017年2月第38卷第1期李冰等:基于幀差法和自適應(yīng)閾值區(qū)域生長的紅外運動目標(biāo)檢測邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐
中值濾波高斯濾波小波變換與中值濾波形態(tài)學(xué)高帽變換(b)第二組圖像經(jīng)預(yù)處理后對比圖圖4預(yù)處理結(jié)果圖3.2運動目標(biāo)檢測結(jié)果實驗分別選取了不同類型的紅外目標(biāo)進行檢測,分別為客機、直升機、戰(zhàn)斗機和無人機,且紅外圖像具有不同背景和大小,圖像大小有320×256和800×288兩種,檢測結(jié)果如圖5所示。由圖5(a)可以看到,,普通幀差法可能會出現(xiàn)標(biāo)注有偏差,即檢測的目標(biāo)質(zhì)心并不是運動目標(biāo)的真實質(zhì)心;標(biāo)注不完全,即檢測出目標(biāo)質(zhì)心后,并沒有對目標(biāo)大小進行自適應(yīng)檢測,或者生長閾值過大,以致生長不完全等原因,造成標(biāo)注不完全的情況;一標(biāo)多,即一個目標(biāo)被檢測為多個目標(biāo)的情況;最后是閾值過小或固定閾值造成的誤檢測。圖5(b)和(c)則是本文算法檢測運動目標(biāo)的結(jié)果,由結(jié)果可以看到,在抑制大面積背景干擾后,完整地檢測出了運動目標(biāo),并且不存在誤檢測現(xiàn)象,由此驗證了本文算法的有效性。標(biāo)注偏差檢測不安全一標(biāo)多誤檢測(a)標(biāo)注偏差和誤檢測現(xiàn)象客機直升機戰(zhàn)斗機無人機(b)本文算法四種不同運動目標(biāo)的檢測結(jié)果(c)本文算法對多運動目標(biāo)的檢測結(jié)果圖5運動目標(biāo)檢測結(jié)果對比圖·159·《半導(dǎo)體光電》2017年2月第38卷第1期李冰等:基于幀差法和自適應(yīng)閾值區(qū)域生長的紅外運動目標(biāo)檢測邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐邐
【相似文獻】
相關(guān)期刊論文 前10條
1 耿兆楠;羅花鋒;;利用背景區(qū)域生長提取海面目標(biāo)方法研究與實現(xiàn)[J];福建電腦;2006年12期
2 吳琳;王紅;李海燕;杜鵑;;基于區(qū)域生長的生物醫(yī)學(xué)圖像交互式分割算法[J];科技信息;2012年08期
3 郝昕u
本文編號:2594429
本文鏈接:http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/2594429.html
最近更新
教材專著