一种新颖的海上运动目标实时检测方法

一种新颖的海上运动目标实时检测方法ComputerE,聊eringandApplications计算机工程与应用2007,43(14)213一种新颖的海上运动目标实时检测方法吴琦颖,李翠华WUQi-ying,LICuihua厦门大学计算机科学系,福建厦门361005ComputerScienceDepartmentofXiamenUniversity,Xiamen,Fujian361005,ChinaEMail;WU.qiyinggmail.cornWUQiying.LICuihua.Novelmethodformovingmaritimeobjectsdetection.ComputerEngineeringandApplications,2007,43(14):213-216.Abstract:Thispaperintroducesanovelmethodofdetectingthemovingmaritimeobjectsinvideosequences.Tcessofimagesegmentation,visualattentionarchitectureisimported,themaritimenoisesarefilteredsuccessfullybybuildingpyramidstructureandmakinglow-passinversedtriangularfilterofsmallmaskiteratively.Thenthoseregionsofinterestaresegmentedsuccessfullyandquicklyviaboundarydetectionandanalysis.Manyexperimentalresultsshowthattheproposedrealtimesystemproducessatisfyingresultsinvariousmaritimevideosequences.Keywords:pyramidstructure;noiseremoval;imagesegmentation;movingobjectsdetection;temporaldifferencing摘要:提出了一种基于可见光成像序列的海上运动目标的快速检测方法.该方法先在静态图像中分割出感兴趣区域,继而仅在感兴趣区域中应用变形的时间差分法来检测运动目标.在感兴趣区域分割阶段,引入视觉注意力机制,通过构造金字塔结构以及迭代的小尺寸倒三角低通模板运算成功地滤除了海面波浪噪声.在此基础上,检测并分析外边缘,在单帧图像中快速实现了感兴趣区域的分割大量实验表明,该方法具有实时性好,鲁棒性强等特点.关键词:金字塔结构;滤噪;图像分割;运动目标检测;时间差分文章编号:10o28331(20o7)140213-04文献标识码:A中图分类号:TP391.411引言随着视频采集设备的普及.视频智能监控系统已经成为市场的一大需求热点.而实现海上运动目标的自动检测对于统计海面上来往船只信息,防止船只碰撞以及安防都具有重要的意义.虽然在雷达以及红外成像的图像序列中.海上运动目标的自动检测开展的较为顺利,但是在最为普及的可见光图像序列中海上运动目标检测系统的研发则举步维艰这是由于海上大量波浪噪声的干扰,因此若直接采用传统的运动检测技术,如背景剪除法,时间差分法,往往会将这些波浪也视为运动物体,导致大量的误检.在静态图像处理中.该问题往往被作为在自然背景中提取人造目标课题中的一个实例.主要的解决方法有:分形特征提取Il1,纹理分析等.在视频处理领域中.主要解决方法有基于形态学的向量场分析,光流场分析等.但它们都存在计算复杂度高或是对不同尺度的目标需要切换不同大小的滑动窗口等缺点.不适于实时处理在国内,任明武等人针对长江三峡临时船闸.开发了船舶检测系统1,其设计思想则是先用基于边缘带周围像素的灰度直方图构造方法检测反光和阴影区域.再运用概率速度场和光流场的方法区分船和波浪的运动.但是由于海面的视野更为宽阔,波浪情况更为复杂,因此这种方法还无法完全适用.在国外,Voles,P.等人【则采用了相当费时的各向异性扩散算法进行平滑处理,用单纯的时间差分法于运动目标检测.导致缓慢移动的船只中间大面积的漏检本文提出了一种先在静态图像中快速分割出感兴趣区域.继而应用时间差分法的变形检测海上运动目标的方法静态图像分割的总体设计思想受启发于人类不自觉的表现在粗分辨率的图像上进行模糊滤波处理,继而由边缘定位感兴趣区域;时间差分法的变形思想则是将时间差分法由基于点的运动判别转化为基于区域的运动判别2静态图像分割2.1在粗分辨率图像上平滑滤噪这里引人视觉注意力机制.模拟人对海上运动目标的反应过程在粗阶段定位目标的大致位置.而在精阶段.对目标的状态进行精确的分析.采用子采样金字塔结构实现了多基金项目:国家自然科学基金(theNationalNaturalScienceFoundationofChinaunderGrantN0.60175008);国家创新研究群体资助项目(N060024301);厦门大学985二期信息创新平台项目资助作者简介:吴琦颖(1983一),女,硕士研究生,主要研究方向为图像处理与计算机视觉;李翠华(1960一),男,工学博士,教授,博士生导师.主要从事计算机视觉,图像处理与分析,小波变换理论及其应用等方面的研究工作.2142007.43(14)ComputerEngineeringandApplications计算机工程与应用分辨率处理.构建的金字塔结构如图1所示.源图像为320x240的彩色图像.金字塔图像构建到40x30尺寸已达到可辨别目标的极限,限定金字塔的最高级数为4级.图1系统的金字塔结构级海上图像序列中的高斯噪声和波浪噪声均属高频段,应当设计合适的低通滤波器用于图像滤噪.进一步地.在前视海面视频序列中,波浪在图像的下方干扰更为明显,而在上方则分布较为平滑.因此,在滤噪过程中,应当尽可能地避免受到下方更为密集噪声区域的影响.这里设计了一种通用的倒三角低通卷积模板.设表征模板的矩阵大小为(2K+1)x(2K+1)(1),则未归一化之前的模板元素0,1,2(分别为元素的行,列位置),按照如下方式定义:I2(K,0)or(0,0)i.j=2越叶(K,OK)or(Oi<K,厶j<2K)(1)l20,maxJ,0min2K,厶其中,J=2iK,3K一2i.其归一化因子C=Vi-0j=0该滤波器的倒三角构造特性适于抑制海面近处高噪声区的干扰.以7x7大小的倒三角模板为例,表征模板的未归一化的矩阵为,归一化系数c=1.系统更进一步提出了用次迭代的3x3倒三角小模板卷积运算方法逼近大模板低通滤波方法.迭代的含义为将每次执行倒三角低通模板运算后的输出图像,作为下一次倒三角低通模板运算的输入.通过调整小模板运算的迭代次数,可以改变平滑滤噪的程度以适应不同的海面情况,灵活性较好,效果与大模板运算结果相当,但速率更快.2.2感兴趣区域的分割在滤除噪声之后,海面背景就显得较为单纯.使用如下的梯度算子计算梯度图像:IVf(x,Y)I=lf(x,)-f(x+l,y)J+lf(x,)-f(x,y+1)J(2)对梯度图像进行二值化处理,定位边缘,并通过执行一次膨胀运算填充边缘间的小缝隙.之后.系统通过对物体的外边缘进行连通性分析,构成物体的边界,用水平放置的最小外接矩形逼近物体,分割出感兴趣区域,分别取外接矩形竖直方向上的最大最小值,以及水平方向上的最大最小值,作为感兴趣区域的位置描述,记为尺=(up,down,right,left).其中,为了避免对物体的内边缘做不必要的分析.在利用外边缘分割出感兴趣区域之后,就对该区域内所有的像素进行标记,后续仅对未做标记的边缘展开连通性分析,保证了分割得的感兴趣区域之问不互相交叠.将在第C级金字塔输出图像上得到的感兴趣区域的位置描述映射回源图像,作为后续检测跟踪的感兴趣区域的位置描述.2.3信息统计确定参数C,K金字塔的分解级数C及倒三角模板运算的迭代次数决定了抽样及平滑程度,不同的海面情况,滤除噪声所需的抽样及平滑程度也不尽相同,要权衡二者的比重,达到既滤除海面噪声又保留小目标及和背景灰度相近的目标轮廓的目的.引入海面的边缘分布密度P的定义用于衡量海面的复杂程度.已知统计的像素总数为(取图像的下面几行),进行边缘检测得的边缘点总数记为e,则P定义如下:eP(3)选取了20个有代表性的视频序列训练P,C及三者的关系.训练的准则是在已知P的条件下,不断调整C,直到对第C级金字塔输出图像,进行次倒三角模板迭代后,能够较好地滤除海面噪声并保留目标轮廓.训练过程中.考虑到实时性要求及可能性,限定2C4,2K3.分类得P,C及K兰者间的关系见表1.在背景帧中统计得P后,可查表初始化C,.表1P,C,K三者关系3运动目标的检测在静态图像分割基础上.在源图像上采用变形的时间差分法于进一步检测运动目标.传统的时间差分法通过对图像序列间的差分图像二值化,获得前景点,进而对前景点进行连通性分析,以构成运动区域.这种以运动点为出发点,进而分割运动区域的方法无法正确完整的检测海上运动目标.因为海面上波浪噪声的存在将产生大量的误检,而船的运动速度较慢,船身灰度相近等因素则导致了大量空洞的产生.这里,对传统的时间差分法进行了变形,以感兴趣区域为出发点,由区域内运动点的累积情况,判别运动和静止的目标.记当前帧感兴趣区域i的位置信息为R=(印,down,right,如.),引入如下定义:定义1称运动点数d为在当前帧和前t帧中,区域内灰度差异D:(,)超过差分阈值的像素点总数.定义2称目标面积S为该区域的像素点总数:Si=(upr-down)(嘞r.)(4)定义3称运动系数m.为运动点数dif,和面积S问的比值:】:fmr=兰(0m1)(5)S选取一个运动系数阈值L(0<L<I),按照如下形式计算表征目标运动与否的布尔值最:668118421884262268133184622681331848842668118421吴琦颖,李翠华:一种新颖的海上运动目标实时检测方法2l5(a)第l帧图像(b)第lO0帧图像(c)时间差分结果图1(d)时间差分结果图2图2单纯的时间差分法实验结果_图5静态图像分割结果,:(6)l0,mL其中.1表示该目标为运动的,0表示该目标是静止的,删除该区域记录运动系数阈值的选取和运动目标的运动速度有关,的值如果设的过小.会将噪声区域也当作运动目标,若设的过大,则无法检测出慢速运动的目标.4实验结果使用固定在脚架上的摄像机在室外摄取了若干海面视频序列作为实验视频.图2给出了运用单纯的时间差分法检测运动点得到的实验结果.图2(a)(b)分别为视频序列第l帧及第100帧图像.图2(c)(d)分别为用时间差分法在差分阈值为l5,隔5帧以及差分阈值为l0,隔3帧进行差减的差分图,其中黑点表示运动点.白点表示背景点.可以看出这些差分图不仅存在很多的噪声干扰.而且运动目标轮廓非常稀疏,根本无法展开后续的连通性分析.定位目标.图3给出了复杂海面背景下的不同低通滤波器的滤噪结果对比.图3(a)为金字塔第3级输出图像,图3(b)(c)(d)分别显示的是在该输出图像上进行三次模板大小为3x3的中值滤波,高斯滤波以及倒三角低通滤波处理后的结果.由实验结果可以看出.应用迭代的倒三角低通模板运算于滤波.可以有效地去除高斯噪声以及海面波浪噪声.其滤波性能与中值滤波,高斯滤波相比.更有利于保留海面目标的轮廓信息.图4(a)(b)(c)(d)给出了针对不同海面情况,在图示的第C级金字塔图像上,应用次迭代的小模板运算进行平滑滤噪的结果.可以看出通过C,的正确选取,能够较好地适应包括晴朗,大风,微风以及多雾等天气条件.在进行平滑滤噪处理过后的图像上,其分别进行基于梯度的边缘检测(梯度阈值取为10)得到的实验结果如下一行图像所示.其中黑点表示的是边缘点.可以看出不同条件下,边缘的检测效果及其连续性都较好.图5显示了对外边缘进行连通性分析之后定位感兴趣目标区域的结果图.其中感兴趣区域用框标示.可以看出,静态图像的分割处理工作.效果较为理想.但是由于这里还没有涉及运动检测.所以山脉,礁石等静止的物体也被视为目标.2162007,43(14)ComputerEngineeringandApplications计算机工程与应用一图6变形的时间差分法检测运动目标结果图6给出了在静态图像分割基础上,经过变形的时间差分法得到的运动目标检测结果(差分阈值取为5,运动系数阈值取为1/30).运动目标用框标示.与单纯的时间差分法的实验结果相比.显然本系统提出的方法能够更为有效地检测得完整的海上运动目标.在配置为3.0G的奔腾4处理器,1G内存的PC机上,对播放速度为25帧/s的海面视频序列进行海上运动目标的检测实验,其平均处理速度达25帧/s,符合实时处理要求.5结论本文介绍了基于可见光成像序列的海上运动目标实时检测方法.主要工作有:(1)提出了一种滤除海面波浪噪声的快速方法,其核心思想是在构建金字塔结构的基础上.应用迭代的倒三角模板运算平滑单帧图像.测试表明,该方法速度快,通过调整金字塔级数和倒三角模板迭代的次数,能够适应一般的海面情况.滤除海面噪声并保留目标的大致轮廓.(2)在单帧图像分割的基础上,提出了改进的时间差分法用于检测运动目标.该方法不仅能够提高计算速度.而且能够得到完整的运动目标区域.利用传统的时间差分法检测运动目标时,无法克服海面波浪的影响.而先在单帧图像中分割感兴趣区域,再在后续帧中针对这些感兴趣区域进行运动分析,可以有效地避免海面波浪噪声的干扰.实验表明,本文提出的海上运动目标检测方法具有较强的鲁棒性和良好的实时性.但尚有很多问题需要进一步研究:(1)如何区分尾波和真正的运动目标.(2)如何排除大面积反光区域的影响.(3)在复杂情况下,如何解决与背景灰度相近物体以及小目标的漏检问题.(4)在不同目标的边缘之间出现连接的情况下.如何实现目标的精确定位.(5)建立一个海上视频库,对具体参数进行更为精确的训练统计.这些工作有待于在后续的_T=作中继续展开深入研究.(收稿日期:2006年9月)参考文献:1】赵亦工,朱红.自然背景中人造目标的自适应检测J】.电子,1996,24(4):17.2】EvansAN,VectorareamorphologyformotionfieldsmoothingandinterpretationJ.IEEProceedings-Vision,ImageandSignalProcessing,2003,150(4):219.31任明武,曹雨龙,杨静宇,等.复杂条件下的船舶目标检测的图像预处理J】.计算机工程,2000(10):68.【44CaoYulong,YangJingyu,RenMing-wu.OnlinedetectingshipsinlockusingopticalflowmethodC/ProcSPIEIntSocOptEng,1999:759.5】VolesP,TealM,SandemonJ.Targetidentificationinacomplexmaritimescenemotion.IEEColloquiumonAnalysisandTracking,19990510.(上接186页)者如何不工作.逻辑错误表现为程序没有崩溃但变量包含不正确的数据以及程序不按设计路径运行.其检查方法是以手动或自动的方式测试程序,验证输出是否符合要求.在滩涂资源管理系统开发采取先进行单元测试和调试,再进行集成测试和调试.以确保开发的系统满足设计和质量要求.VisualStudio.NET提供了创建基于Windows和基于Web的应用程序安装程序的工具.也提供了创建用于下载的,Cab文件的工具.系统测试调试无误后.对于C/S版的滩涂管理系统使用MicrosoftWindows安装程序技术将完成的应用程序分发到客户计算机上,B/S版应用程序也借助.NET平台部署到Web服务器.所有Web依赖项都将自动包括.基于.NET和ArcGISEngine开发的C/S滩涂管理系统运行需要一定的系统环境支持.其系统分发包需要包括.NET程序运行环境.NetFramework,ArcGISEngineRuntime运行库.5结论基于VisualStudio.NET高效开发环境,在ArcGISEngine组件支持下.以组件集成为系统开发思想,快速高效开发出滩涂资源管理系统,有效地支持了上海市滩涂资源管理,并为滩