一种基于全景视觉的海上弱小目标检测方法
【专利摘要】本发明涉及的是一种全景可见光图像中的弱小目标检测方法，特别是涉及一种复杂海天背景下全景可见光图像中的海上弱小目标检测方法。本发明包括：(1)边缘检测；(2)剔除无关边缘信息；(3)确定候选圆心；(4)筛选最优圆参数；(5)计算海天线附近局部区域的复杂度；(6)确定海上弱小目标的位置。本发明可有效避免阳光直射的干扰，保证海上弱小目标检测的准确性。
【专利说明】—种基于全景视觉的海上弱小目标检测方法
【技术领域】
[0001]本发明涉及的是一种全景可见光图像中的弱小目标检测方法，特别是涉及一种复杂海天背景下全景可见光图像中的海上弱小目标检测方法。
【背景技术】
[0002]图像视觉信息是人类从客观世界获得信息的主要来源之一。与传统视觉系统视场较小不同，折反射全景视觉系统具有“成像一体化、360度大视场、旋转不变性”等优点，无需配备随动系统就可将周围环境信息尽收眼底，能够很好地满足海洋环境下大范围、远距离监控的需求。在海域监控领域，为了尽可能早地发现目标以保证有足够的反应时间，一般要求在很远的距离上就能检测到目标，此时自身尺寸很大的目标在成像平面上一般也只占几十个甚至几个像素，此时对目标进行检测和识别的过程就称为弱小目标检测。由于弱小目标与常规目标相比缺少形状、颜色、纹理等信息，同时波浪的起伏、日光的反射折射、雨雾天的干扰都会对检测产生不利影响，故海上弱小目标检测一直是目标检测与跟踪领域的难点问题。
[0003]目前绝大多数的海上弱小目标检测工作都是针对红外图像开展的，而基于可见光图像的海上弱小目标检测的研究相对较少，基于全景可见光图像的海上弱小目标检测工作更是罕见相关文献报道。海洋环境下的可见光图像中，背景动态范围大，目标没有突出的亮度特征，使得基于可见光图像的弱小目标检测比红外图像复杂。同时，虽然全景图像属于可见光图像范畴，但其基于双曲面折反射逆投影光学原理成像，其成像的特殊性导致全景可见光图像中的海上弱小目标检测有其自身的特点和难点，是目标检测领域中极具挑战性的课题。
[0004]针对海天背景下全景可见光图像中弱小目标检测的复杂性和特殊性，本申请的发明人提出了一种基于全景视觉的海上弱小目标检测新方法，利用海上远景目标必定首先出现在海天线上以及全景图像中的海天线近似呈圆形的特点，设计了一种基于改进霍夫圆变换的海天线提取方法，该方法通过自适应阈值边缘检测、单窗口阈值法剔除无关边缘、基于梯度信息确定候选圆心和筛选最优圆参数等处理手段实现近似圆形海天线的提取，然后根据海天线的提取结果，设计了一种基于全景图像局部区域复杂度的弱小目标检测算法。该方法实现了复杂海天背景下全景可见光图像中海天线附近的弱小目标的有效检测，检测效果可靠。
【发明内容】
[0005]本发明的目的在于提供一种检测全景可见光图像中的海上弱小目标的方法。
[0006]本发明的目的是这样实现的:
[0007]基于全景视觉的海上弱小目标检测方法，包括如下步骤:
[0008](I)边缘检测
[0009]对采集到的全景海域图像(如图1所示)进行边缘检测得到边缘二值图像，其中边缘检测阈值自适应确定。自适应阈值的获取方式为:
[0010]I)遍历图像像素点，求得各点处的χ方向与y方向的导数:
【权利要求】
1.一种基于全景视觉的海上弱小目标检测方法，其特征在于: (1)边缘检测 对采集到的全景图像进行边缘检测得到边缘二值图像，其中边缘检测阈值自适应确定，自适应阈值的获取方式为: 1)遍历图像像素点，求得各点处的X方向与y方向的导数:
其中Gx为水平方向导数，Gy为垂直方向的导数； 计算点U，y)处两个导数的绝对值之和:
Gabs= |Gx| + |Gy| 其中Gabs为边缘强度的值； 2)根据图像像素点的总数目M，比例系数α，统计不同Gabs值对应的像素点的个数，按照Gabs的值从大到小的顺序将对应的像素点的个数进行累加，当像素点数目累加值等于a M时，此时对应的Gabs值即为所求的自适应阈值； (2)剔除无关边缘信息 对步骤(1)得到的边缘二值图像进行基于单窗口阈值的无关边缘剔除，得到剔除干扰后的边缘图像: 1)用大小为kXk的窗口，遍历边缘二值图像，计算窗口内边缘点的数目； 2)设定阈值M,如果窗口内非零点的数目大于阈值M,则认为窗口内非零点为无关信息而被从边缘图中删除； (3)确定候选圆心 对步骤(2)得到的边缘检测图，遍历边缘图像的非O点，计算局部梯度以及梯度的方向θ (x, y)，在过点(χ, y)，斜率为tan Θ (x, y)的直线上,将距离点(x, y)在r~R之间的像素点对应的累加器值加1，其中r = Rc1-Ar,!? = R0+Ar, R0为由先验知识预估的海天线半径，累加器的值大于给定阈值且是局部极大值的像素点作为候选中心，将候选中心按照对应的累加值大小降序排列； (4)筛选最优圆参数 对步骤(3)确定的每个候选圆心，以Ar为半径步长，在r~R之间搜寻可能的边缘点，当半径的边缘点数目高于阈值时，将对应的圆视为候选圆，得到多个候选圆，设定择优标准:
取Q值最大的圆作为海天线提取结果； (5)计算海天线附近局部区域的复杂度 沿着步骤(4)确定的海天线建立二层嵌套窗口，二层嵌套窗口分为内窗口和外窗口，内窗口用于检测目标，内窗口所在区域称为目标区域；外窗口用于区分目标和背景，外窗口所在区域称为局部区域；外窗口去除内窗口后的区域称为背景区域，进行目标检测时，嵌套窗口沿海天线移动，以弧扇型在海天线外围平行分布，基于嵌套窗口计算图像中各个局部区域的复杂度值:
RSS = [ ( μ τ- μ β) 2+ σ J]1/2 RSS为局部区域复杂度值，μτ、μΒ分别是目标区域和背景区域的灰度均值，^代表局部区域方差，其中η为局部区域像素个数,Ui为第i个像素的灰度值，u为局部区域灰度均值； (6)确定海上弱小目标的位置 当步骤(5)中得到的局部区域的复杂度值大于此阈值时，确认此区域存在弱小目标。
【文档编号】G06T7/20GK104182992SQ201410407014
【公开日】2014年12月3日 申请日期:2014年8月19日 优先权日:2014年8月19日
【发明者】苏丽, 尹义松, 夏桂华, 朱齐丹, 蔡成涛, 庞迪, 徐从营, 原新, 刘志林, 王立辉 申请人:哈尔滨工程大学