基于红外成像的舰船目标识别技术研究
|
摘要
本文在研究红外图像特点和红外图像处理技术的基础上,以红外成像监控/跟踪技术为背景,通过研究舰船红外图像预处理、舰船水线检测、跟踪点参数估计、目标识别等算法,实现红外成像系统对舰船的跟踪和识别。
从红外摄像机到计算机,图像必须先经过模拟视频数字化这个过程。USB型视频采集卡把红外摄像机采集到的红外视频信号存储为AVI格式的文件存储在计算机中,然后从AVI文件中读取每一帧图像,再对读取的图像进行后续的处理。
由于红外成像环境复杂,所以获取的图像含有大量噪声和干扰,只有通过图像预处理,才能降低图像中的噪声干扰,从而有利于后续的目标识别和跟踪。文中提出了一种改进的Otsu图像序列分割算法,在横向时间轴上合理增大采样间隔,把纵向灰度级上的运算压缩到灰度集中区。最后用集装箱船、某型军舰和机驳船3种类型的舰船红外图像进行仿真实验的结果表明,改进Otsu图像分割算法在保证分割质量不变的情况下,运算量仅为原Otsu算法的1%左右,具有较好的实时性。
通过综合分析背景区域、目标区域、斑块区域和空洞区域四者之间的关系及各自的特征,设计了高效的斑块消除算法和基于数学形态学的空洞区域填充算法,并利用存在斑块和空洞区域的分割图像进行了实验和验证,仿真结果表明斑块消除和空洞区域填充算法是可行和有效的。
对于目标识别,采用边缘提取和改进Hough算法实现水线检测,通过骨架提取和遗传算法实现跟踪点提取和参数估计。利用组合不变矩进行目标分类和识别。分别利用不同的舰船图像编制仿真软件进行了仿真实验和分析,证明了目标识别算法的可行性和有效性。
Based on the research of the characteristics and the processing technology of infrared images and in the background of infrared imaging monitoring/tracking technology, this article achieved the infrared imaging system to track and identify ships, researched the algorithm of ship infrared image pre-process, ship waterline detection, trace point parametric estimation, target recognition.
From infrared camera to computer, the analog video must be conversed to digital video first. USB video capture board stores the infrared video signal as AVI format files which are stored in the computer, and then read each frame from the AVI file, and then do subsequent processing.
Because the environment of the infrared image is complex, so the acquired image contains a lot of noise and interference. Image pre-process can reduce noise, so it is great benefit to the subsequent target recognition and tracking. The paper proposed an improving Otsu image sequence segmentation algorithm, the algorithm compress calculation by compressing gray-scale range and increasing the sample interval in the image plane. At last, the simulation results of 3 different kinds of ship infrared images show that the calculation of improved Otsu is only the 1% of the original Otsu algorithm.
By analyzing the relationship and feature of the background area, the target area, the plaque area and the empty area, designed efficient plaque elimination algorithm and the empty region filling algorithm which based on mathematical morphology. The simulation results show that the algorithm is feasible and effective.
About target recognition, adopted edge detection and improved Hough algorithm to detecting waterline, used skeleton extraction and genetic algorithm to extracting trace points and parameter estimation. The combined moment invariants are used for target classification and identification. Used different ship images to plait simulation software, simulation experiments and analysis proved the feasibility and effectiveness of the target recognition algorithm.
从红外摄像机到计算机,图像必须先经过模拟视频数字化这个过程。USB型视频采集卡把红外摄像机采集到的红外视频信号存储为AVI格式的文件存储在计算机中,然后从AVI文件中读取每一帧图像,再对读取的图像进行后续的处理。
由于红外成像环境复杂,所以获取的图像含有大量噪声和干扰,只有通过图像预处理,才能降低图像中的噪声干扰,从而有利于后续的目标识别和跟踪。文中提出了一种改进的Otsu图像序列分割算法,在横向时间轴上合理增大采样间隔,把纵向灰度级上的运算压缩到灰度集中区。最后用集装箱船、某型军舰和机驳船3种类型的舰船红外图像进行仿真实验的结果表明,改进Otsu图像分割算法在保证分割质量不变的情况下,运算量仅为原Otsu算法的1%左右,具有较好的实时性。
通过综合分析背景区域、目标区域、斑块区域和空洞区域四者之间的关系及各自的特征,设计了高效的斑块消除算法和基于数学形态学的空洞区域填充算法,并利用存在斑块和空洞区域的分割图像进行了实验和验证,仿真结果表明斑块消除和空洞区域填充算法是可行和有效的。
对于目标识别,采用边缘提取和改进Hough算法实现水线检测,通过骨架提取和遗传算法实现跟踪点提取和参数估计。利用组合不变矩进行目标分类和识别。分别利用不同的舰船图像编制仿真软件进行了仿真实验和分析,证明了目标识别算法的可行性和有效性。
Based on the research of the characteristics and the processing technology of infrared images and in the background of infrared imaging monitoring/tracking technology, this article achieved the infrared imaging system to track and identify ships, researched the algorithm of ship infrared image pre-process, ship waterline detection, trace point parametric estimation, target recognition.
From infrared camera to computer, the analog video must be conversed to digital video first. USB video capture board stores the infrared video signal as AVI format files which are stored in the computer, and then read each frame from the AVI file, and then do subsequent processing.
Because the environment of the infrared image is complex, so the acquired image contains a lot of noise and interference. Image pre-process can reduce noise, so it is great benefit to the subsequent target recognition and tracking. The paper proposed an improving Otsu image sequence segmentation algorithm, the algorithm compress calculation by compressing gray-scale range and increasing the sample interval in the image plane. At last, the simulation results of 3 different kinds of ship infrared images show that the calculation of improved Otsu is only the 1% of the original Otsu algorithm.
By analyzing the relationship and feature of the background area, the target area, the plaque area and the empty area, designed efficient plaque elimination algorithm and the empty region filling algorithm which based on mathematical morphology. The simulation results show that the algorithm is feasible and effective.
About target recognition, adopted edge detection and improved Hough algorithm to detecting waterline, used skeleton extraction and genetic algorithm to extracting trace points and parameter estimation. The combined moment invariants are used for target classification and identification. Used different ship images to plait simulation software, simulation experiments and analysis proved the feasibility and effectiveness of the target recognition algorithm.
引文
[1]潘东杰.复杂条件下基于阂值分割的红外弱小目标检测和跟踪[D].西安电子科技大学,2010
[2]孙丽.距离对红外热像仪精度的影响[D].长春理工大学,2007
[3]王鑫复杂红外背景下红外目标检测与跟踪算法研究[D].南京理工大学,2010
[4]张维力等.浅析红外热成像技术[J].金卡工程,202(8)：70-73
[5]简耀波.红外图像处理中的关键算法研究[D].华中科技大学,2009
[6]聂鹏.军用汽车红外搜索系统的设计[D].长春理工大学,2009
[7]奚晓.红外光学系统天热设计[D].浙江工大学,2005
[8]汤定元.红外物理与红外技术[J].物理实验,1992(4)：20-24
[9]李俊山,杨威,张雄美.红外图像处理、分析与融合[M].北京：科学出版社,2009
[10]李熙莹.红外探测系统在反巡航导弹中的应用[J].激光与红外,2003(1)：8-12
[11]刘琼琼.红外图像的增强和规范化算法研究[D].哈尔滨工程大学,2007
[12]畅博.红外图像增强和目标检测跟踪技术研究[D].电子科技大学,2006
[13]曾伟等.基于Kalman点匹配估计得运动目标跟踪[J].计算机应用,2009(6)：14-19
[14]马刚.红外图像目标识别与跟踪算法研究[D].西安工业大学,2007
[15]卓炳荣.海面背景下的红外舰船目标识别跟踪技术研究[D].国防科技大学,2011
[16]陈钧等.基于Zlib的图像差异压缩算法研究与实现[J].华东理工大学学报：自然科学版,2010(1)：24-28
[17]潘曦.基于SOPC的数字视频信号加密系统设计[D].南京航空航天大学,2007
[18]储德寅等.非线性编辑系统中视频采集丢帧问题探讨[J].中国有线电视,2003(18)：32-36
[19]袁薇等.多媒体技术基础及应用综合练习[J].当代电大,2001(8)：21-24
[20]刘红霞.图像分割算法的研究与实现[D].华东师范大学,2004
[21]汤海.红外图像增强处理的算法研究[D].电子科技大学,2010
[22]王坤.数字图像分割和质量评价方法的研究[D].东北大学,2006
[23]顾东升.红外热像仪视频图像实时处理器的研制[D].南京理工大学,2002
[24]吴建东.热故障实时检测中图像处理的研究[D].天津理工大学,2008
[25]李银华等.改进型自适应中值滤波算法在图像处理中的应用[J].郑州轻工业学院学报,2009(1)：31-34
[26]龙振弘.数字图像去噪典型算法的分析比较[J].福建广播电视大学学报,2009(1)：28-32
[27]Milan Sonka, Vaclav Hlavac, Roger Boyle. Image processing, Analysis, and Machine Vision. Second Edition,2002
[28]杨光等.一种改进的图像中值滤波方法[J].电脑开发与应用,2005(7)：28-32
[29]李敏.图像的多图加权求和去噪[J].科学技术与工程,2011.11(3)：12-15
[30]林剑.基于模糊理论的遥感图像分割方法的研究[D].中南大学,2003
[31]马英辉.复杂环境下动目标的分割和跟踪[D].中北大学,2006
[32]王宏波,何红军,庄志洪,赵惠昌.红外成像GIF引信图像序列分割算法.激光与红外,2008,38(4)：379-382
[33]Kemper, Paul J. Jr. Dimarco, John S. Imaging infrared seeker processing overview: image processing, adaptive thresholding, and track processing. Proceedings of SPIE-The International Society for Optical Engineering v 3701 Apr 7-Apr 8 1999:266-273
[34]陶文兵,金海.基于均值漂移滤波及谱分类的海面舰船红外目标分割[J].红外与毫米波学报,2007,26(1)：61-61
[35]马惠敏,郑链,王克勇.飞机红外灰度图像实时特征提取[J].红外技术,2001,23(1)：34-37
[36]Sameer Singh, Markos Markou, John Haddon. FLIR image segmentation and natural object classification.0-7695-0750-6/00.2000 IEEE:681-684
[37]陈青华,谢晓芳等.基于海天/海岸线检测的舰船目标提取方法[J].红外,2011,6(32)：39-43
[38]杨明月,杨卫平.复杂海天背景下红外舰船目标的自动检测方法[J].红外与激光工程,2008,37(4)：638-641
[39]邹常文,刘先志等.基于多尺度分形与均值漂移的红外海面舰船目标分割[J].激光与红外,2010,40(9)：1023-1025
[40]Lam L, Lee S W, Suen C Y. Thinning Methodologies-A Comprehensive Survey. IEEE Trans Pattern Analysis and Machine Intelligence.1992,14(9):869-885
[41]刘延武,魏书田.远距离传输舰船红外图像的目标识别[J].舰船电子对抗,2010,33(5)：42-44
[42]赖海燕,涂建平.红外成像GIF中的神经网络识别算法[J].探测与控制学报,2005,27(1)：9-12
[43]颜七笙,王士同.一种基于调节形态学的骨架提取算法[J].计算机应用与软件,2006,23(3)：116-117
[44]John M.Gauch, Stephen M.Pizer. The Intensity Axis of Symmetry and Its Application to Image Segmentation. IEEE Trans. PAMI.1993,15(8):753-770
[45]J. Dlingworth, J. Kittler. A Survey of the Hough Transform. Computer Vision. Graphics and Image Processing.1988,44:87-116
[46]张劲锋,蔡伟.基于组合不变矩的空间目标识别[J].控制工程,2006,(6)：14-17
[47]史廷彦,赵书斌.基于不变矩和角点特征的目标识别[J].指挥控制与仿真,2008,30(2)：32-34
[48]杜庆海,于忠清,张佳.基于不变矩特征的图象识别[J].信息技术与信息化,2008,(6)：96-97
[49]王海霞,徐欣锋,徐抒岩.一种基于不变矩的目标识别方法[J].光学精密工程,2004,12(4)：131-136
[2]孙丽.距离对红外热像仪精度的影响[D].长春理工大学,2007
[3]王鑫复杂红外背景下红外目标检测与跟踪算法研究[D].南京理工大学,2010
[4]张维力等.浅析红外热成像技术[J].金卡工程,202(8)：70-73
[5]简耀波.红外图像处理中的关键算法研究[D].华中科技大学,2009
[6]聂鹏.军用汽车红外搜索系统的设计[D].长春理工大学,2009
[7]奚晓.红外光学系统天热设计[D].浙江工大学,2005
[8]汤定元.红外物理与红外技术[J].物理实验,1992(4)：20-24
[9]李俊山,杨威,张雄美.红外图像处理、分析与融合[M].北京：科学出版社,2009
[10]李熙莹.红外探测系统在反巡航导弹中的应用[J].激光与红外,2003(1)：8-12
[11]刘琼琼.红外图像的增强和规范化算法研究[D].哈尔滨工程大学,2007
[12]畅博.红外图像增强和目标检测跟踪技术研究[D].电子科技大学,2006
[13]曾伟等.基于Kalman点匹配估计得运动目标跟踪[J].计算机应用,2009(6)：14-19
[14]马刚.红外图像目标识别与跟踪算法研究[D].西安工业大学,2007
[15]卓炳荣.海面背景下的红外舰船目标识别跟踪技术研究[D].国防科技大学,2011
[16]陈钧等.基于Zlib的图像差异压缩算法研究与实现[J].华东理工大学学报：自然科学版,2010(1)：24-28
[17]潘曦.基于SOPC的数字视频信号加密系统设计[D].南京航空航天大学,2007
[18]储德寅等.非线性编辑系统中视频采集丢帧问题探讨[J].中国有线电视,2003(18)：32-36
[19]袁薇等.多媒体技术基础及应用综合练习[J].当代电大,2001(8)：21-24
[20]刘红霞.图像分割算法的研究与实现[D].华东师范大学,2004
[21]汤海.红外图像增强处理的算法研究[D].电子科技大学,2010
[22]王坤.数字图像分割和质量评价方法的研究[D].东北大学,2006
[23]顾东升.红外热像仪视频图像实时处理器的研制[D].南京理工大学,2002
[24]吴建东.热故障实时检测中图像处理的研究[D].天津理工大学,2008
[25]李银华等.改进型自适应中值滤波算法在图像处理中的应用[J].郑州轻工业学院学报,2009(1)：31-34
[26]龙振弘.数字图像去噪典型算法的分析比较[J].福建广播电视大学学报,2009(1)：28-32
[27]Milan Sonka, Vaclav Hlavac, Roger Boyle. Image processing, Analysis, and Machine Vision. Second Edition,2002
[28]杨光等.一种改进的图像中值滤波方法[J].电脑开发与应用,2005(7)：28-32
[29]李敏.图像的多图加权求和去噪[J].科学技术与工程,2011.11(3)：12-15
[30]林剑.基于模糊理论的遥感图像分割方法的研究[D].中南大学,2003
[31]马英辉.复杂环境下动目标的分割和跟踪[D].中北大学,2006
[32]王宏波,何红军,庄志洪,赵惠昌.红外成像GIF引信图像序列分割算法.激光与红外,2008,38(4)：379-382
[33]Kemper, Paul J. Jr. Dimarco, John S. Imaging infrared seeker processing overview: image processing, adaptive thresholding, and track processing. Proceedings of SPIE-The International Society for Optical Engineering v 3701 Apr 7-Apr 8 1999:266-273
[34]陶文兵,金海.基于均值漂移滤波及谱分类的海面舰船红外目标分割[J].红外与毫米波学报,2007,26(1)：61-61
[35]马惠敏,郑链,王克勇.飞机红外灰度图像实时特征提取[J].红外技术,2001,23(1)：34-37
[36]Sameer Singh, Markos Markou, John Haddon. FLIR image segmentation and natural object classification.0-7695-0750-6/00.2000 IEEE:681-684
[37]陈青华,谢晓芳等.基于海天/海岸线检测的舰船目标提取方法[J].红外,2011,6(32)：39-43
[38]杨明月,杨卫平.复杂海天背景下红外舰船目标的自动检测方法[J].红外与激光工程,2008,37(4)：638-641
[39]邹常文,刘先志等.基于多尺度分形与均值漂移的红外海面舰船目标分割[J].激光与红外,2010,40(9)：1023-1025
[40]Lam L, Lee S W, Suen C Y. Thinning Methodologies-A Comprehensive Survey. IEEE Trans Pattern Analysis and Machine Intelligence.1992,14(9):869-885
[41]刘延武,魏书田.远距离传输舰船红外图像的目标识别[J].舰船电子对抗,2010,33(5)：42-44
[42]赖海燕,涂建平.红外成像GIF中的神经网络识别算法[J].探测与控制学报,2005,27(1)：9-12
[43]颜七笙,王士同.一种基于调节形态学的骨架提取算法[J].计算机应用与软件,2006,23(3)：116-117
[44]John M.Gauch, Stephen M.Pizer. The Intensity Axis of Symmetry and Its Application to Image Segmentation. IEEE Trans. PAMI.1993,15(8):753-770
[45]J. Dlingworth, J. Kittler. A Survey of the Hough Transform. Computer Vision. Graphics and Image Processing.1988,44:87-116
[46]张劲锋,蔡伟.基于组合不变矩的空间目标识别[J].控制工程,2006,(6)：14-17
[47]史廷彦,赵书斌.基于不变矩和角点特征的目标识别[J].指挥控制与仿真,2008,30(2)：32-34
[48]杜庆海,于忠清,张佳.基于不变矩特征的图象识别[J].信息技术与信息化,2008,(6)：96-97
[49]王海霞,徐欣锋,徐抒岩.一种基于不变矩的目标识别方法[J].光学精密工程,2004,12(4)：131-136