遠程自動瞄準(zhǔn)系統(tǒng)的目標(biāo)識別技術(shù)研究

董思妤 蘇龍飛 黃正榮 楊芙容

摘 要 自動瞄準(zhǔn)系統(tǒng)在武警部隊處置突發(fā)事件中有著不可估量的重要作用，其中對目標(biāo)進行識別尤為關(guān)鍵。本文探討了目標(biāo)識別技術(shù)，通過步態(tài)識別出人體特征，完成系統(tǒng)對目標(biāo)的識別，利用相關(guān)算法將準(zhǔn)心對準(zhǔn)運動目標(biāo)并顯示準(zhǔn)心距離圖像中心的距離，完成狙擊步槍的目標(biāo)識別，極大地提高了作戰(zhàn)的性能。

關(guān)鍵詞 自動瞄準(zhǔn) 目標(biāo)識別 步態(tài)識別

中圖分類號：TP391.4 文獻標(biāo)識碼：A

0引言

在武警部隊執(zhí)行任務(wù)中，由于恐怖分子手段愈發(fā)殘忍高明，對武警特勤官兵的安全造成了極大的威脅。甚至在有些時候，由于無法迅速制服恐怖分子，就有可能造成更為嚴重的后果。為實現(xiàn)對遠距離目標(biāo)的監(jiān)控、瞄準(zhǔn)與打擊，可通過步態(tài)識別，有效找出敵人所在位置，通過對自動步槍槍口的調(diào)整達到精準(zhǔn)擊中目標(biāo)的目的，能明顯提高射擊命中率，極大地提高作戰(zhàn)的性能。

1狙擊步槍的目標(biāo)識別系統(tǒng)流程

本文所采用的運動目標(biāo)識別方法是背景差分法，即是利用當(dāng)前的圖像與背景圖像做差分來檢測運動區(qū)域的一種技術(shù)，通過T時刻的圖像與背景圖像進行比較來提取圖像的變化，判斷是否有出現(xiàn)運動的物體。這種方法在視頻監(jiān)控系統(tǒng)中是一種簡單有效且易于實現(xiàn)的運動目標(biāo)識別方法。實現(xiàn)運動目標(biāo)識別可以歸納為下列四個步驟：第一步，從監(jiān)控裝置中獲取視頻圖像序列，并選取理想條件的下無運動物體時的圖像作為背景圖像。第二步，將獲得的視頻圖像進行濾波處理，然后將當(dāng)前幀的圖像與背景圖像進行差分，獲得差值圖像。第三步，選取閾值，將差值圖像閾值化并進行形態(tài)學(xué)濾波。第四步，提取運動目標(biāo)信息并判斷異常。計算出在當(dāng)前圖像中出現(xiàn)的偏離背景模型的像素個數(shù)，當(dāng)檢測出的物體的像素個數(shù)大于系統(tǒng)設(shè)定值時，就將此運動物體加紅色準(zhǔn)心標(biāo)記出來。另外，還要周期性的對圖像的背景進行更新以便適應(yīng)動態(tài)場景的變化。

2基于背景建模的圖像處理

（1）背景生成算法。本文處理的圖像是靜止背景序列，這種序列可以用背景相減法得到是否有前景圖像，但這需要當(dāng)前圖像對應(yīng)的背景圖像，因此就要進行背景生成。同時場景中的光照等因素是在不斷變化的，為了適應(yīng)這種變化，背景需要有自適應(yīng)能力，因此對得到的背景還要進行更新，以消除非目標(biāo)變化的影響。

（2）對捕獲圖像幀的處理。圖像序列的背景得到后，運用圖像差運算，如果有物體闖入該區(qū)域，那么在前景圖像中就可以看到圖像的變化并記錄此時的圖像，但此時的圖像存在諸多的干擾，其中噪聲是很大的一個不利因素。為了準(zhǔn)確提取出運動物體，還要對該圖像進行相關(guān)處理，具體包括：平滑圖像，轉(zhuǎn)換為灰度圖，去除噪聲，圖像二值化，圖像翻轉(zhuǎn)，圖像的腐蝕與膨脹等。

3基于背景差分的目標(biāo)識別

（1）提取運動邊緣。先求出當(dāng)前圖像和前一幀圖像差分后結(jié)果的邊緣，然后再計算當(dāng)前圖像和原始背景圖像差分后結(jié)果的邊緣。在邊緣檢測中有很多算法，例如Canny，Sobel等，但是考慮到實時性的應(yīng)用要求，本文使用了一種快速而又簡單的邊緣檢測方法。該方法通過計算像素點的值和它4領(lǐng)域內(nèi)的任一值進行比較，如果它們之間的絕對值差大于給定的閾值T，則將該像素點標(biāo)記為邊緣。在所有的邊緣點檢測完畢后得到二值圖像。

（2）運動目標(biāo)的陰影去除。陰影主要由于光源被物體遮擋而引起。在場景中，當(dāng)光源強烈時，運動目標(biāo)的陰影就會出現(xiàn)，并隨著目標(biāo)的運動而運動。由于陰影會改變背景圖案的像素亮度，所以得到的運動前景區(qū)域會將陰影和運動目標(biāo)一起顯示出來。為了得到精確的目標(biāo)，必須把陰影去除，另外，在對背景進行構(gòu)造的過程中，運動物體所造成的陰影是會隨著運動目標(biāo)的變化而產(chǎn)生變化，是不屬于背景的部分，所以不能夠把陰影構(gòu)造到背景里面去。根據(jù)陰影的視覺特征，陰影存在的部分可以被看為半透明的部分，當(dāng)陰影部分將背景點覆蓋時，其亮度值會變小，色度值大小則基本保持不變，而運動目標(biāo)把背景點覆蓋時，其亮度值則會變大或者變小，但色度值一般變化會很大。

（3）背景的構(gòu)建與更新。把背景模型的更新分成3個部分：①原始背景中沒有變化的部分IB1；②原來運動的目標(biāo)突然靜止轉(zhuǎn)化為背景部分IB2；③運動目標(biāo)在場景中的較少并且持續(xù)不斷運動造成的背景緩慢變化部分IB3。本文主要針對第二部分的背景更新提出了一種快速而簡單的算法。具體步驟如下：①把當(dāng)前圖像In和背景圖像Bn做絕對差分，然后取閾值，得到運動目標(biāo)；②應(yīng)用陰影去除模型，去掉陰影部分，得到精確的運動目標(biāo)二值結(jié)果Men；③應(yīng)用邊緣提取方法，提取出當(dāng)前圖像的運動邊緣Mn；④將兩個結(jié)果Men和Mn作對比，在Mn中運動邊緣之外的區(qū)域?qū)?yīng)Men，如果該部分不屬于原來的背景區(qū)域，而兩者相比，差異度達到90%以上，則將該部分像素標(biāo)記為背景。

（4）運動目標(biāo)的提取。將經(jīng)過中值濾波的背景圖像和目標(biāo)圖像進行差分運算，將得到的差分結(jié)果進行閾值化，目的是按照灰度級對像素集合進行一個劃分，得到的每個子集形成一個與現(xiàn)實景物相對應(yīng)的區(qū)域，各個區(qū)域內(nèi)部都會有相同的屬性，且相鄰區(qū)域布局有這種一致屬性。這樣的劃分可以利用從灰度級出發(fā)選取一個或多個閾值來完成。

（5）運動目標(biāo)的識別。通過判斷閾值化的差分圖像的米粒個數(shù)來實現(xiàn)與完成。使用圖像處理函數(shù)對二值圖像連通物體標(biāo)記，判斷分割出來的運動物體的面積大小。預(yù)先設(shè)定一個值，當(dāng)?shù)玫降臉?biāo)記物體面積大于設(shè)定的數(shù)值時，則認定為當(dāng)前幀出現(xiàn)了運動的目標(biāo)。這樣的話就可以排除一些背景環(huán)境的微小變化或者微小無關(guān)物體的干擾。

4結(jié)論

通過利用背景差分法對運動目標(biāo)進行各類圖像處理，選取最為恰當(dāng)?shù)亩甸撝祵\動的目標(biāo)進行分割與識別而后對步態(tài)特征進行提取與比對，從而識別出人體特征，完成系統(tǒng)對目標(biāo)的識別，最終通過相關(guān)算法將準(zhǔn)心對準(zhǔn)運動目標(biāo)并顯示準(zhǔn)心距離圖像中心的距離，完成狙擊步槍的目標(biāo)識別。

參考文獻

[1] 王香菊.基于中值濾波和小波變換的圖像去噪方法研究[D].廣州：華南師范大學(xué)，2008.

[2] 王小華，王波.一種有效的動態(tài)背景更新方法[J].杭州電子科技大學(xué)學(xué)報，2009（03）.