基于局部二元模式的海天線提取方法研究

2015-04-29 00:00:00楊常青等

科技創新與應用 2015年24期

摘要：為了解決海天背景下艦船紅外及可見光波段圖像目標識別問題，文章提出了一種基于局部二元模式的海天線提取算法。首先通過方差分析，對圖像進行預處理，然后對圖像進行局部二元模式分解，最后通過HOUGH變換方法求解圖像的海天線。試驗結果表明：算法在低對比度、天空有大量云層、海面雜波較多以及天空和海面出現分層且海面有物體噪聲等多組實驗條件下，都有著良好的適應性和魯棒性，適于工程應用。

關鍵詞：傳感器；圖像處理；海天線提??；局部二元模式

引言

海天背景下艦船紅外及可見光波段目標識別技術有著重要而廣泛的軍事運用，例如偵察搜索系統（無人機、偵察機等）、反艦系統等，它是紅外搜索、制導系統的關鍵，多年來一直是領域內研究的重點。同時，由于成像傳感器受到艦船載體振蕩、搖晃以及海面潮濕大氣等因素影響，該技術又是研究的難點。

根據研究發現，圖像海天線位置是?？毡尘跋屡灮鶊D像的關鍵信息，特別是紅外探測傳感器在成像距離較遠時，受海面潮濕大氣影響，艦船目標紅外輻射衰減劇烈，在圖像中呈現為弱小目標，海天線檢測與提取則成了海面艦船目標識別的關鍵環節。

因此，為了能夠提取復雜海天背景下的海天線，國內外許多研究人員進行了大量深入的研究，至今已涌現出多種提取算法。

早期的一類方法是基于Hough變換的直線提取技術，例如文獻[1，2]，但單一Hough變換較難確定單像素直線，同時又由于實際的海空圖像中海天線往往并不是直線特征最明顯的，因此這種方法通常只適應海空背景比較干凈的圖像。劉松濤[3]等提出的Hough變化法，只能處理簡單的海天背景，適應性不好，當海上雜波較多時，該方法則必須在預處理時加上多次中值濾波，以消除雜波干擾。董月芳等[4]對Hough變化法進行了改進，提出了一種基于相位編組的海天線提取算法，由于相位編組法能提取出灰度變換緩慢處的直線，再加上Hough變換具有較好的抗噪能力，二者結合后，算法能魯棒地提取出弱對比度的直線，不足之處是算法對噪聲敏感。

另一類方法是基于區域特性的直線提取技術，謝紅[5]等提出的復雜海天線區域檢測算法，通過最大類間方差法選取灰度閾值，進而檢測出海天線，該方法對于海與天灰度值變化較明顯的海天背景圖像，具有較好的效果，但對于變化不明顯的海天背景圖像，則檢測效果不佳；張淑艷[6]采用多點多層垂直Sobel算子計算圖像邊緣點信息，再基于最小二乘直線擬合法提取海天線，該方法同樣受限于海天背景較大雜波干擾。楊家紅[7]等運用形態學，提出基于復雜海天背景行均值曲線突降區間的海天線定位算法，但是算法只適應于天空灰度高于海面的環境，以及縱橫搖不明顯的時機。還有的研究者引入了小波和剪切波[8]，但它們的運算更為復雜。溫佩芝[9]等提出用小波分析的思想分解圖像檢測海天線，該方法比較有效，但小波的選取及分解尺度與目標大小、場景分布有關，如何恰當選取小波和分解尺度是一個問題，算法的實時性也不好。

文章在現有基于Hough變換的海天線提取算法基礎上，為了能夠較好的表征圖像局部信息，把圖像海天兩部分分割開來，引入了局部二元模式（LBP-Local Binary Pattern），通過計算圖像LBP值，構建LBP矩陣，再通過HOUGH變換解算海天線的位置，試驗表明，算法能提取出多種情況下的海天線，適應性好，魯棒性較強。

1 相關理論

1.1 Hough變換

Hough變換的基本原理在于利用點與線的對偶性，將原始圖像空間給定的曲線通過曲線表達式變為參數空間的一個點。這樣就把原始圖像中給定曲線的檢測問題轉化為尋找參數空間中的峰值問題，也即把檢測整體特性轉化為檢測局部特性。

可見圖像空間的直線L的HOUGH變換在參數空間（？籽，？茲）是一個點，而圖像空間直線L上的點（xi，yi）的HOUGH變換在參數空間是一條正弦曲線。因此，由給定的圖像空間的二點映射的二條？籽-？茲曲線在參數空間相交的公共點確定了原圖像空間二點所表示的直線L的參數，參見圖1。

2 基于LBP的海天線提取算法

為了能夠較好的表征圖像局部信息，把圖像海天兩部分分割開來，文章引入LBP方法，通過計算圖像LBP值，構建LBP矩陣，再通過HOUGH變換解算海天線的位置，詳細算法步驟如下：

（1）圖像預處理：依據圖像海天特性中，天空部分較為平坦，而海面部分紋理較細，所以，在求解局部LBP值之前，先對圖像做區域預處理，即鄰域內方差大于一定范圍，即可認定為海面，反之，則被認定為天空，預處理效果如圖3（圖2為原圖）所示。

（2）計算圖像紋理：計算圖像LBP值（見公式7），得到圖像LBP矩陣，由此可以得到圖像紋理細節。

（3）圖像二值化處理：對圖像LBP矩陣進行二值化處理，效果如圖4所示。

（4）計算邊緣：選取抗噪性較好的Canny邊緣檢測算子計算二值化后的圖像邊緣，效果如圖5所示。

（5）擬合海天直線：利用Hough變換解算海天直線。實驗分析結果，如圖6所示。

3 試驗

論文參照文獻[4]，通過Matlab仿真平臺對6種不同特性的海天背景圖像進行仿真試驗，其中，（1）組：對比度明顯且噪聲較少；（2）組：對比度明顯但天空有大量云層；（3）組：對比度不明顯但噪聲較少；（4）組：對比度不明顯且海面雜波稍多；（5）組：對比度不明顯且海面雜波較多；（6）組：對比度不明顯且天空和海面出現分層且海面有物體噪聲，圖像大小皆為200×200。試驗結果如圖7所示。

6組試驗圖像中，左列是原圖，中間列是對原圖進行3×3的鄰域內方差后，求解LBP矩陣得到，可以看出已經具有良好的海天區分性。右邊列是利用Hough變換解算海天線結果，其中粗線即為所提取的海天線?？梢姳舅惴芴崛〕龆喾N情況下的海天線，適應性好，魯棒性較強。

4 結束語

海天線檢測是海面艦船目標檢測的基礎，有著重要的軍事價值和意義，為了能夠提取復雜海天背景下的海天線，論文在分析海天背景圖像特性的基礎上，重點研究了基于局部二元模式的海天線提取方法。

試驗證明算法能提取出多種情況下的海天線，適應性好，魯棒性較強。相關研究方法對于實現海天線檢測具有重要的應用價值。

參考文獻

[1]呂俊偉，王成剛，周曉東，等.基于分形特征和Hough變換的海天線檢測算法[J].海軍航空工程學院學報，2006，21（5）：545-550.

[2]牛照東，曾榮盛，陳曾平.利用局部直線段模糊投票的低SNR海天線提取方法[J].信號處理，2010，26（3）：405-413.

[3]劉松濤，周曉東，王成剛.復雜海空背景下魯棒的海天線檢測算法研究[J].光電工程：2006，33（8）：5-10.

[4]董月芳，張云峰，劉揚，等.基于相位編組的Hough變換提取海天線算法[J].液晶與顯示，2010（12）.

[5]謝紅，劉玲，劉艷.復雜海天線區域檢測算法研究[J].應用科技，2006，33（6）：96-98.

[6]張淑艷.海天背景下弱小目標實時捕獲跟蹤研究[D].北京：中國科學院研究生院，2006.

[7]楊家紅，李翠紅，危德益，等.基于復雜?？毡尘靶芯登€的海天線定位算法[J].激光與紅外，2012，42（12）：1346-1350.