崔秀敏+朱向榮
摘 要:針對簡單背景與復雜背景,單目標與多目標等多種情況下的飛機目標,采用大律法、改進的自適應區(qū)域生長法對目標進行分割。選取目標的幾何特征作為表示飛機目標的特征向量,使用MATLAB軟件對飛機目標進行檢測,統(tǒng)計目標數(shù)量,實現(xiàn)對無遮擋飛機的有效檢測。
關(guān)鍵詞:飛機檢測 目標分割 區(qū)域生長 幾何特征
中圖分類號:TP391 文獻標識碼: 文章編號:1672-3791(2016)11(b)-0007-02
目標識別是計算機視覺領域的核心問題之一,而飛機目標的識別又是它在軍事領域和民用領域里的一項重要應用。國內(nèi)外學者在目標識別方面已經(jīng)做了大量研究,每種目標識別方法都各有利弊,又都有一定的適用范圍。因此研究飛機目標的識別,針對特定環(huán)境探索特定的目標識別算法是十分必要的。該文針對機場俯視圖這一特定類型,提出了一種基于局部灰度特征的自適應區(qū)域生長法的識別方法。
1 圖像預處理與分割
圖像預處理是目標識別過程中一個必不可少的基本環(huán)節(jié)。為了對飛機目標進行提取,首先對圖像進行平滑預處理,再分割圖像目標。
1.1 圖像預處理
在圖像采集中不可避免地會產(chǎn)生圖像噪聲,而噪聲直接影響到對目標邊緣輪廓的準確提取。該文采用中值濾波的方法對圖像進行平滑處理。中值濾波在降噪的同時可以保護圖像尖銳的邊緣。圖1是受污染的圖像,圖2是經(jīng)過中值濾波平滑處理后的圖像,可以看出中值濾波可以在去除噪聲的同時比較有效地保留邊緣信息。
1.2 圖像分割
圖像分割就是將所需要的目標部分從圖像的背景中分離出來,進行后續(xù)的研究。由于民用機場飛機以白色居多,光照條件下,白飛機,尤其是飛機機身的亮度很高,因此選擇利用區(qū)域生長法,以圖像中亮度較高的點為種子點,選取一定的生長規(guī)則進行區(qū)域生長。由圖3、圖4、圖5可以看到,相比于大津法和直接進行區(qū)域生長的方法,先篩選種子再進行局部自適應區(qū)域生長,既可以從復雜背景中提取出目標,又可以有效減少干擾目標。潛在的飛機目標都得到了有效提取,同時圖片中其他亮度較高的建筑物等也被提取出來,這有待于在下面的特征提取環(huán)節(jié)中再進行進一步識別。
2 目標提取
當完成了目標區(qū)域的分割后,就可以進行形狀的匹配和目標的識別了。
2.1 輪廓矩形尺寸
對于從相同高度拍攝的機場照片,飛機尺寸應不會超出一定范圍,面積過大或過小的被認為不是目標。
2.2 最小外接矩形長短軸比
對于以相同俯仰角下拍攝的機場照片,飛機的身長與翼展的比例不會超出一定的范圍,其輪廓所在矩形區(qū)域的長寬比也保持在一個大致的范圍,可以作為排除干擾目標的依據(jù)。
2.3 目標復雜度
目標復雜度定義為目標輪廓的像素點個數(shù)與整個目標的像素點個數(shù)的比值。目標輪廓的像素點個數(shù)就等于目標輪廓曲線的周長,而整個目標的像素點數(shù)即為目標區(qū)域的面積。前文已經(jīng)討論了邊緣檢測以及邊界跟蹤,可得到單像素的目標的輪廓邊界曲線,然后對邊界像素個數(shù)進行統(tǒng)計,可得到周長。
2.4 多邊形凹缺
飛機目標可近似為一個凹多邊形,因此可利用多邊形的凹缺特征作為目標判據(jù)。求取目標的最小外接凸多邊形,即凸殼,再與原目標圖像相減得到多邊形凹缺。飛機目標一般具有4個明顯的凹缺,并且呈對稱分布。這是飛機目標區(qū)別于機場環(huán)境中其他目標的一個典型幾何特征。
3 實驗結(jié)果
通過MATLAB編程,實現(xiàn)上文所述算法,并使用多幅機場圖像進行飛機目標提取,對算法進行驗證,結(jié)果如表1所示。
實驗表明,該算法對無遮擋飛機目標有較好的識別效果。
4 結(jié)語
該文針對機場場面靜態(tài)飛機目標的跟蹤和定位,提出了采用大律法、改進的自適應區(qū)域生長法。選取目標輪廓矩形尺寸、最小外接矩形長短軸比、緊湊度、復雜度和最小外接凸多邊形的凹缺對稱性等目標的幾何特征作為表示飛機目標的特征向量。通過使用MATLAB軟件對飛機目標進行檢測,統(tǒng)計目標數(shù)量,實現(xiàn)對無遮擋飛機的有效檢測。實驗表明,該算法對無遮擋飛機目標有較好的識別效果,實際應用中效果很好。
參考文獻
[1]劉懷愚,李璟,洪留榮,等.利用局部特征的子空間車輛識別算法[J].計算機工程與應用,2010,46(30):156-158,180.
[2](美)岡薩雷斯.數(shù)字圖像處理[M].2版.北京:電子工業(yè)出版社,2007.
[3]楊四海,陳鍛生,謝維波,等.圖像目標外接多邊形及凸殼的一種構(gòu)造方法[J].計算機輔助設計與圖形學學報,2007,19(10):1263-1268.
[4]劉軍,齊華,汪振飛,等.基于邊緣區(qū)域增長法的飛機圖像目標分割研究[J].飛行力學,2008,26(2):93-96.