自适应调整的红外船舶图像活动轮廓分割方法
【技术领域】
[0001] 本发明设及一种红外成像技术领域，尤其是一种可提高分割精度和速度的自适应 调整的红外船舶图像活动轮廓分割方法。
【背景技术】
[0002] 现有基于活动轮廓模型进行图像分割的基本方法是利用图像的几何特性建立一 个能量泛函，在变分法下求能量函数极小值，得到相应的Euler-Lagrange方程，然后，矛υ用 泛函分析和数值分析等领域的相关知识对于模型的合理性进行分析，最终提取出感兴趣的 图像区域。目前出现的活动轮廓分割模型主要包括W下：测地活动轮廓模型利用图像自身 的特性(梯度)在黎曼空间中寻找能够刻画其特性的测地线，从而对目标物体的分割，该模 型不能够较好地分割边缘噪声严重W及内部区域出现遮挡的图像;C-V模型不需要利用图 像的梯度信息，只要根据目标和背景区域的平均灰度值的差别即可完成分割，C-V模型演化 速度慢，而且对异质图像的处理不是很理想。
[0003] 随着计算机处理、网络通信等现代技术装备的发展，海面船舶管理日趋智能化和 自动化，研究港口航道管理和船舶控制问题具有巨大的军用和民用价值。在船舶航行及港 口船舶监控中，红外成像系统的关键技术是目标的分割，分割精度的提高作为碰撞危险度 评估，多目标决策，避碰最佳幅度等的前提。由于红外船舶图像的海域背景是由真实场景图 像和成像干扰构成，且红外图像成像过程所反映的是热福射差，对溫度很敏感，加之周围环 境对热福射的散射和吸收，红外图像中边缘模糊、纹理细节几乎没有，其利用信息基本W灰 度为主。因此现有基于活动轮廓模型进行图像分割的方法，均难W实现对红外船舶图像活 动轮廓的高精度分割。
【发明内容】
[0004] 本发明是为了解决现有技术所存在的上述技术问题，提供一种可提高分割精度和 速度的自适应调整的红外船舶图像活动轮廓分割方法。
[0005] 本发明的技术解决方案是：一种自适应调整的红外船舶图像活动轮廓分割方法， 其特征在于按照如下步骤进行： 步骤1.建立能量泛函F形式如下：
其中，辑皂关于船舶图像J前自适应平衡函数;巧是图像梯度模值；Ω为船舶图像所在 区域;g为船舶目标的梯度模值；句和吗是两个常数，分别近似等于轮廓内部和轮廓外部的 平均灰度值，其对应的表达式分别如下：
其中，嫁为迭代步长;div为散度算子； 步骤2:(.)初始化水平集函数滅起於錢=0; 步骤3.对红外图像进行梯度模值的计算，利用式(3)，计算权重函数心； 步骤4.利用式(2)，分别计算^，b; 步骤5.利用有限差分法，根据式(4)更新水平集函数； 步骤6.使用停止准则检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转 入步骤3;所述停止准则是演化曲线趋近目标边界时，水平集函数值逐渐变小，当到达目标 边界时，函数值达到最小值，停止演化。
[0006] 本发明是基于全局和局部信息自适应调整的图像分割活动轮廓方法，与现有技术 相比，具有W下优点： 第一，引入的自适应平衡函数，可根据曲线演化的当前状态自适应调整权重信息控制 演化的总体演化趋势。而且，区域信息保证模型对于噪声和弱边缘图像的处理效果，梯度信 息保证了模型对复杂背景区域的目标分割精度。
[0007] 第二，模型在演化过程中通过使用凸度函数的方法自动选取阔值，避免了人工选 取而引起的分割错误问题:选取T过大，可能会发生边缘泄露现象，使边缘检测不够精确;反 之，选取T过小，将会使模型对噪声过于敏感。
[000引通过对多种类型红外船舶图像分割的仿真实验表明，本发明具有分割精度高、速 度快和对初始轮廓曲线位置及图像噪声具有鲁棒性的特点。
【附图说明】
[0009]图1为本发明实施例1R船舶测试图像。
[0010]图2为本发明实施例图翩试图像的梯度模值统计图。
[0011] 图3为本发明实施例自适应权值函数的表示示意图。
[0012] 图4为本发明实施例模型进行IR船舶分割的曲线演化过程示意图。
[0013] 图5为本发明实施例模型进行夜间环境下弱边缘的IR船舶分割的结果图。
[0014] 图6为本发明实施例模型进行复杂环境下的IR船舶分割的结果图。
[0015] 图7为本发明实施例模型进行多个IR船舶分割的结果图。
[0016] 图8为本发明实施例模型与其它模型的性能比较示意图。
【具体实施方式】
[0017] 自适应调整的红外船舶图像活动轮廓分割方法，按照如下步骤进行： 步骤1.建立能量泛函F形式如下：
其中，是关于船舶图像1的自适应平衡函数;阀是图像梯度模值；Ω为船舶图像所在 区域;g为船舶目标的梯度模值;诗日^是两个常数，分别近似等于轮廓内部和轮廓外部的平 均灰度值，其对应的表达式分别如下：
其中，激为迭代步长;div为散度算子； 步骤2:(.)初始化水平集函数奪C玄读，轉二巧； 步骤3.对红外图像进行梯度模值的计算，利用式(3)，计算权重函数 步骤4.利用式(2)，分别计算*^，^ ; 步骤5.利用有限差分法，根据式(4)更新水平集函数； 步骤6.使用停止准则检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转 入步骤3;所述停止准则是演化曲线趋近目标边界时，水平集函数值逐渐变小，当到达目标 边界时，函数值达到最小值，停止演化。
[0018] 本发明实施例1R船舶测试图像如图1所示。
[0019] 本发明实施例的图1测试图像的梯度模值统计图如图2所示。
[0020] 本发明实施例自适应权值函数的表示示意图如图3所示。
[0021] 本发明实施例模型进行IR船舶分割的曲线演化过程示意图如图4所示。
[0022] 本发明实施例模型进行夜间环境下弱边缘IR船舶分割的结果如图5所示。
[0023] 本发明实施例模型进行复杂环境下IR船舶分割的结果如图6所示。
[0024] 本发明实施例模型进行多个IR船舶分割的结果如图7所示。
[0025] 本发明实施例模型与其它模型的性能比较如图8所示，结果表示:本发明实施例可 W很好地进行红外船舶图像的分割操作，证明了本方面分割精度高、速度快和对初始轮廓 曲线位置及图像噪声具有鲁棒性等特点。
【主权项】
1. 一种自适应调整的红外船舶图像活动轮廓分割方法，其特征在于按照如下步骤进 行： 步骤1.建立能量泛函F形式如下：其中，是关于船舶图像J:的自适应平衡函数;网是图像梯度模值；Ω为船舶图像所在 区域;g为船舶目标的梯度模值；4和1^是两个常数，分别近似等于轮廓内部和轮廓外部的 平均灰度值，其对应的表达式分别如下：其中Η为Heaviside函数;模型中自适应平衡函数〇的选取如下：(3) 其中阈值T通过凸度分析的方法自动获取； 进一步由Euler-Lagrange方程，可得到模型（1)的水平演化方程：其中，为迭代步长;div为散度算子； 步骤2: (·)初始化水平集函数= 〇 ; 步骤3.对红外图像进行梯度模值的计算，利用式(3)，计算权重函数^; 步骤4.利用式(2)，分别计算4, 步骤5.利用有限差分法，根据式(4)更新水平集函数； 步骤6 .使用停止准则检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转 入步骤3;所述停止准则是演化曲线趋近目标边界时，水平集函数值逐渐变小，当到达目标 边界时，函数值达到最小值，停止演化。
【专利摘要】本发明提供一种可提高分割精度和速度的自适应调整的红外船舶图像活动轮廓分割方法，定义了一个自适应平衡函数，能够根据图像自身特性自动调整各部分的权重，进而驱动曲线演化，保证了模型的精确计算和平稳演化；在权重函数中，加入了凸度函数的分析过程，自适应的确定平衡函数中的阈值，增加了分割模型的精度。
【IPC分类】G06T7/00
【公开号】CN105631856
【申请号】CN201510945866
【发明人】方玲玲, 王相海
【申请人】辽宁师范大学
【公开日】2016年6月1日
【申请日】2015年12月16日