基于EmguCV的紅外圖像海天線提取算法研究

黃 攀，木 銳，鐘建波，賈鈺超，王彩萍，羅 宏，羅永芳，夏青松，李洪兵，汪 興

基于EmguCV的紅外圖像海天線提取算法研究

黃 攀，木 銳，鐘建波，賈鈺超，王彩萍，羅 宏，羅永芳，夏青松，李洪兵，汪 興

（云南北方馳宏光電有限公司，云南 昆明 650217）

本文基于海天背景目標提取技術的研究，給出一種實用的海天線提取算法。首先，采用空域濾波消除弱小船只目標和近域海浪雜碎波的干擾，對降噪后的紅外圖像進行形態學梯度運算，采用Ostu閾值分割方法，獲取海天線邊緣輪廓，然后利用Hough直線檢測算法，獲取海天線待擬合點數組，最后利用最小二乘法擬合海天線。實驗結果表明，本算法能夠準確、快速地提取海天線，為海上目標的快速探測跟蹤奠定基礎，對紅外搜救設備進行海上目標探測跟蹤具有重要意義。

紅外圖像；海天線；形態學梯度；Hough變換

0 引言

在機載或船載紅外熱成像海上目標搜救系統中，如何準確有效地提取海天線是進行海上目標探測跟蹤的一個重要環節。準確提取海天線有助于劃分航拍紅外圖像中的天空和海面部分，縮小目標搜索區域，降低目標探測跟蹤算法的時間復雜度，快速探測跟蹤海上艦船目標，保證系統實時性。此外，海天線附近區域分布的目標多為小目標，易受近處海面破碎波浪或遠處天空云層的干擾，而近距離區域分布的目標多為大目標，故對不同尺寸、不同區域海上目標的探測跟蹤，設定的閾值門限也不同。準確提取海天線有利于海上目標探測跟蹤區域的劃分，削弱干擾信息，降低目標探測的錯誤率，提高目標探測跟蹤的準確率。對于低空掠海飛行目標探測跟蹤，準確提取海天線可快速鎖定搜索區域，極大抑制海面強大浪花和移動艦船目標的干擾，提高飛行目標的探測準確率[1]。

利用紅外熱成像設備遠距離觀察海天背景目標時，海天線附近垂直梯度值較大，且海天線通常為一條直線，故海天線檢測就是在一種強干擾背景下檢測垂直梯度值較大的直線邊緣輪廓。其中，海天背景的強干擾主要有條紋狀海浪和海天線上面的連續云層。張峰[2]等采用行映射直方圖方法從強對比度的海天背景中提取海天線，該方法不適合海天線傾斜過大的情況；劉士建[3]等在張峰[2]成果的基礎上，采用模板運算增強紅外圖像海天線附近區域的梯度值，再利用非線性分割方法，獲取海天線部分輪廓；裴繼紅[4]等利用海天線的梯度信息，提出直線擬合法，該方法抗干擾能力不足；石文君[5]等采用多幀能量積累方法提高圖像對比度，再用Gabor變換和多通道濾波消除干擾，最后用Hough變換獲取海天線直線邊緣。該方法需要積累多幀紅外圖像，故實時性低。

本文針對船載紅外海上目標探測跟蹤的實際應用場景，提出一種基于EmguCV的紅外圖像海天線提取算法。該算法先采用空域濾波消除弱小船只目標和近域海浪雜碎波浪的干擾，再對降噪后的紅外圖像進行形態學梯度運算，閾值分割、獲取海天線邊緣輪廓，然后利用Hough直線檢測，獲取海天線待擬合點數組，最后利用最小二乘法擬合海天線。

1 EmguCV簡介

EmguCV是將OpenCV（Open Source Computer Vision Library）使用C#語言封裝成的.NET庫，使用EmguCV就可在.NET平臺上調用OpenCV提供的計算機視覺函數庫。OpenCV由Intel微處理器研究實驗室的視覺交互組開發，內置各種形式的圖像和視頻源文件的幀提取函數和標準圖像處理算法，包含下列5個獨立子庫：CXCORE、CV、HIGHGUI、CVAUX、CVCAM。其中CXCORE庫主要負責數據的基本運算；CV庫負責圖像處理、結構分析、運動分析、目標跟蹤和模式識別等視覺算法；HIGHGUI庫用于圖像界面、圖像視頻輸入輸出和系統調用函數等用戶交互；CVAUX庫存放即將被淘汰的算法和函數及新出現的實驗性算法和函數；CVCAM庫存放攝像機接口。

2 理論與方法

2.1 紅外圖像預處理

當使用船載和機載熱像儀探測和跟蹤海上的運動目標（如落水人員、救生筏艇和艦船等）時，需要從復雜海面背景或海天背景中準確分離海上的運動目標。在此過程中，準確提取海天線有利于海上目標探測跟蹤區域的劃分，削弱干擾信息，降低目標探測的錯誤率，提高目標探測跟蹤的準確率。而海天線的提取必須先消除弱小船只目標和近域海浪雜碎波浪的干擾，因此在海天線提取前應先對紅外圖像進行一定的預處理。

紅外圖像中，系統噪聲和目標細節均屬于高頻分量，而背景和海天線輪廓一般為低頻分量，故可對圖像進行低通濾波，以此達到抑制弱小目標和海雜波、增強海天線邊緣輪廓的目的[6]。紅外圖像的時域低通濾波用卷積實現，其表達式為：

式中：*為卷積運算；(,)為源紅外圖像；(,)為經濾波器濾波后的海天線輪廓增強圖像；(,)為濾波器滑動窗口；對應的頻域卷積模板為矩陣。模板中心像素區域的權值最小，使目標細節、海浪隨機破碎雜波和噪聲點不易通過，而面積較大的背景和海天線易于通過，抑制弱小目標和海浪破碎雜波對海天線提取的干擾。

經低通濾波后的紅外圖像，較好地保留海天線邊緣輪廓信息，但仍會殘留部分系統噪聲。系統噪聲多屬于椒鹽噪聲，且不具有幀間連續性和相關性，故可通過中值濾波算子濾除系統噪聲，進一步增強海天線邊緣輪廓信號，有利于提取海天線輪廓。

2.2 邊緣檢測

邊緣檢測是一種基于圖像相鄰像素灰度梯度來分割圖像的常用方法。本文通過相鄰像素形態學垂直梯度來提取紅外圖像中包含海天線的邊緣輪廓。其表達式為：

式中：(,)為源紅外圖像的形態學梯度值；(,)為源紅外圖像的形態學膨脹操作；(,)為源紅外圖像的形態學腐蝕操作。將紅外圖像中的形態學膨脹結果減去形態學腐蝕結果，即得到包含目標梯度的邊緣輪廓信息[7]。

針對船載紅外海上目標探測跟蹤的實際應用場景中，海天線一般為水平傾斜直線，故只需提取紅外圖像的形態學垂直梯度。

2.3 閾值分割

最大類間方差法是一種常用的圖像二值化分割方法。該方法先遍歷所有可能的分割閾值，再對每個閾值結果的兩類像素計算方差，并將類間方差最小時對應的閾值設定為圖像的最佳分割閾值[8]。針對圖像灰度直方圖中雙峰明顯，雙峰無明顯低谷或雙峰和低谷都不明顯的情況，使用該方法可最大化地確定雙峰間的分割閾值位置。

2.4 直線檢測

紅外圖像經預處理、邊緣檢測和閾值化分割，所得圖像中仍然會存在破碎雜波、條紋狀涌浪、天空背景云層和目標的垂直梯度信息，通常上述殘留信號均為弱信號，而海天線垂直梯度為強信號，且海天線邊緣輪廓清晰連續，故可利用Hough變換提取海天線[9]。

Hough變換是一種圖像空間到參數空間或極坐標空間的變換，能夠快速檢測二值圖像中的線、圓或其他簡單形狀，其變換過程如圖1。圖像空間中的兩點(x,y)和(x,y)共線，則直線參數、唯一確定。推論可得：圖像空間中確定直線的點集，其映射到參數空間中都相交于一點。類似于圖像空間到參數空間的映射，圖像空間也可映射到極坐標空間，且圖像空間中共線的點在極坐標空間中都會交于一點。因此，檢測圖像空間的直線，相當于檢測參數空間或極坐標空間中相交線最多的點，利用映射關系，即可在圖像空間中定位海天線。利用最小二乘法擬合圖像空間中的直線檢測數據，可獲得圖像空間中的海天線信息。

3 實驗結果及分析

本文實驗數據來源于2018年3月份某艦載紅外熱像儀采集的夜間紅外圖像，經預處理、邊緣檢測、閾值分割、直線檢測的效果如圖2所示。圖2(d)可得，源圖像中海天線附近僅有一個強目標船只，近岸區域存在海浪的隨機破碎雜波，其灰度值較大。圖2(b)為源紅外圖像經邊緣檢測后結果，由圖可得，海浪隨機破碎雜波對于海天線的檢測存在較大干擾。圖2(c)為源紅外圖像經預處理后的邊緣檢測結果。相比圖2(b)，圖像預處理能夠明顯降低海面隨機破碎波浪對海天線邊緣輪廓的干擾。圖2(d)為源紅外圖像經本文算法提取海天線的實際效果。相比圖2(e)，進一步說明，紅外圖像的預處理對于消除海上雜波的干擾具有重要意義。結果表明，本文方法能夠從復雜的海面背景中準確提取海天線。圖2(f)為包含多目標船只的紅外圖像，其中船只目標有強目標也有弱目標，均分布在海天線附近，且近岸區域存在隨機破碎雜波和細小的條紋狀涌浪。經文中的海天線提取算法處理，能夠準確提取海天線，為艦載或機載紅外熱成像對海上目標的探測跟蹤奠定基礎。

圖1 Hough變換

圖2 海天線檢測方法對比

4 結論

本文針對船載熱像儀在海上目標探測跟蹤的實際應用場景，介紹了一種基于EmguCV的紅外圖像海天線提取方法。實驗結果表明，該方法能夠從強背景干擾中準確提取海天線。證實了該方法的有效性和準確性，為船載或機載紅外熱像儀對海上目標的快速探測跟蹤奠定基礎。

[1] 安博文, 胡春暖, 劉杰, 等. 基于Hough變換的海天線檢測算法研究[J]. 紅外技術, 2015, 37(3): 196-199.

AN Bowen, HU Chunnuan, LIU Jie, et al. Study of sea-sky-line detection algorithm based on Hough transform[J]., 2015, 37(3): 196-199.

[2] 張鋒, 楊樹謙. 艦船紅外圖象特征提取及目標識別技術探討[J]. 紅外與激光工程, 1991(2): 21-25.

ZHANG Feng, Yang Shuqian. Discussion on feature extraction of ship infrared image and target recognition technology[J]., 1991(2): 21-25.

[3] 劉士建, 蔣敏, 莊良. 一種快速有效的紅外圖像中海天線提取算法[J]. 紅外技術, 2011, 33(4): 230-232. LIU Shijian, JIANG Min, ZHUANG Liang. A fast and effective algorithm for sea-sky-line extraction in infrared image[J]., 2011, 33(4): 230-232.

[4] 裴繼紅, 謝維信, 劉上乾. 艦船紅外成象目標實時識別跟蹤算法研究[J].光電工程, 1995(5): 21-31.

PEI Jihong, XIE Weixin, LIU Shangqian. Investigations of real time recognition and tracking algorithm for warship IR imaging target[J]., 1995(5): 21-31.

[5] 石文君, 吳中川, 劉曉紅, 等. 低對比度條件下基于能量積累和Gabor變換的海天線提取[J]. 紅外技術, 2010, 32(5): 283-287.

SHI Wenjun, WU Zhongchuan, LIU Xiaohong. Sky-sea line extraction based on energy accumulation & Gabor transform in low contrast conditions[J]., 2010, 32(5): 283-287.

[6] 劉曄, 胡紹海, 李向軍. 海平面紅外目標的檢測和跟蹤技術[J]. 計算機仿真, 2011, 28(1): 289-293.

LIU Ye, HU Shaohai, LI Xiangjun. Detection and tracking technology for targets in infrared images[J]., 2011, 28(1): 289-293.

[7] 葉斌, 彭嘉雄. 基于形態學Top—Hat算子的小目標檢測方法[J]. 中國圖象圖形學報, 2002, 7(7): 638-642.

YE Bin, PENG Jiaxiong. Small target detection method based on morphology top-hat operator[J]., 2002, 7(7): 638-642.

[8] Ohtsu N. A threshold selection method from gray-level histograms[J]., 1979, 9(1): 62-66.

[9] 董宇星, 劉偉寧, 王爽. 基于Canny原理海天線檢測算法研究[J].計算機測量與控制, 2010, 18(3): 697-698.

DONG Xinyu, LIU Weining, WANG Shuang. Sea-sky-line extraction algorithm based on Canny principle[J]., 2010, 18(3): 697-698.

Sea-Skyline Extraction Algorithm Based on EmguCV with Infrared Images

HUANG Pan，MU Rui，ZHONG Jianbo，JIA Yuchao，WANG Caiping，LUO Hong，LUO Yongfang，XIA Qingsong，LI Hongbin，WANG Xing

(,650217,)

Sea-skyline extraction is an important research subject in the development of infrared search-and-rescue equipment for offshore target detection and tracking. This study investigates sea-sky background target-extraction technology and develops a practical sea–skyline extraction algorithm. First, this work uses spatial filtering to eliminate the interference of a small-vessel target and near-domain sea clutter; it then performs a morphological gradient operation, obtains the edge contour of the sea–skyline using the Ostu threshold-segmentation method, obtains a point group using the Hough transform, and extracts the sea-skyline using the least square method. The experimental results show that the algorithm can accurately and quickly extract the sea-skyline. This study provides a foundation for the rapid detection and tracking of offshore targets.

infrared image, sea-sky-line, morphological gradient, Hough transform

TP391

A

1001-8891(2020)11-1048-05

2019-04-22；

2020-10-12.

黃攀（1986-），男，湖北廣水人，碩士，工程師，主要從事紅外系統設計及算法研究工作，E-mail：523525650@qq.com。