楊亦涵 李和陽

摘要

由于海天背景下，存在海浪、海鳥、云層等干擾問題，設(shè)計了海天背景下的小目標(biāo)檢測系統(tǒng)。該系統(tǒng)先對圖片序列進(jìn)行去燥處理，然后定位海天線，最后利用目標(biāo)檢測算法在海天線附近對小目標(biāo)進(jìn)行檢測.即首先用中值濾波算法對圖像進(jìn)行去燥處理，接著通過改進(jìn)的Hough變換定位海天線，優(yōu)先從海天線附近檢測目標(biāo)，從而提高海天背景下小目標(biāo)檢測的效率。

【關(guān)鍵詞】海天背景 小目標(biāo)檢測 海天線檢測

1 引言

近年來，目標(biāo)檢測作為國內(nèi)外學(xué)者研究的熱點，在軍事領(lǐng)域、交通監(jiān)控等領(lǐng)域有著廣泛的應(yīng)用。其中海天背景下的小目標(biāo)檢測，由于背景中存在海浪、云層干擾嚴(yán)重的特性，使得目標(biāo)檢測變得困難。通過觀察可以發(fā)現(xiàn)，目標(biāo)一般位于海天線附近，所以可以通過定位海天線，確定目標(biāo)優(yōu)先檢測范圍，然后利用目標(biāo)檢測算法快速檢測到目標(biāo)，縮短檢測時間，提高目標(biāo)檢測效率。

2 海天背景分析

由于目標(biāo)背景的差異，適合的目標(biāo)檢測算法也有所不同。本文針對海天背景下的目標(biāo)檢測，為了提高小目標(biāo)檢測的效率，對海天背景下的圖像進(jìn)行分析，總結(jié)出它們存在的典型特征。主要有以下三個方面：

（1）目標(biāo)一般位于海天線附近。目標(biāo)背景由天空區(qū)域和海面區(qū)域拼接而成，交界處即為海天線。通過觀察發(fā)現(xiàn)，目標(biāo)一般位于海天線附近，海天線一般呈水平方向分布。

（2）海面區(qū)域存在噪聲。天空區(qū)域主要包含云層，顏色分布均勻，紋理簡單，而海面區(qū)域存在海浪等波紋，紋理突出，且存在明顯的噪聲干擾。

（3）目標(biāo)比較小。一般海天背景下檢測的船艦?zāi)繕?biāo)占整副圖像的比例比較小，通常目標(biāo)只有幾個像素，稱之為小目標(biāo)。與大目標(biāo)相比之下，小目標(biāo)由于像素小，其紋理、顏色等特征不太明顯，是的小目標(biāo)檢測更為艱難。

通過以上對海天背景圖像特征分析，利用這些特征對海天背景下的船艦小目標(biāo)進(jìn)行檢測。

3 基于海天背景的船艦?zāi)繕?biāo)檢測

目標(biāo)檢測系統(tǒng)由圖像預(yù)處理、海天線定位、目標(biāo)檢測三個模塊組成。其中圖像預(yù)處理模塊選擇信噪比增益明顯的中值濾波算法濾除圖像中的噪聲，減弱噪聲對目標(biāo)可檢測性的影響;海天線定位模塊先利用Canny算子進(jìn)行邊緣檢測，得到邊緣圖像，再利用Hough變換檢測海天線的位置，確定目標(biāo)大概率出現(xiàn)的區(qū)域;目標(biāo)檢測模塊利用最大熵分割法優(yōu)先從海天線附近檢測，最終檢測出目標(biāo)位置。

3.1 中值濾波

由于海天背景下船艦?zāi)繕?biāo)所占像素很小，且當(dāng)海面背景下存在大量海浪，此時背景噪聲往往比目標(biāo)信號還要大，使得海天背景下小目標(biāo)檢測變得很困難。為了提高系統(tǒng)對船艦小目標(biāo)的檢測能力，以及小目標(biāo)的可檢測性，需要對原始圖像進(jìn)行濾波處理，減弱背景噪聲的影響，同時增強(qiáng)目標(biāo)可檢測性。針對海天背景下的船艦小目標(biāo)檢測，本文采用中值濾波算法，該算法適用于目標(biāo)像素比較少的圖像。

中值濾波算法在十九世紀(jì)八十年代被提出，是一種非線性濾波技術(shù)。中值濾波算法的思想是將每一個像素點的灰度值設(shè)置為該點某鄰域內(nèi)的所有像素點灰度值的中值。中值濾波器是一個還有奇數(shù)個像素點的窗口，設(shè)窗口大小為m，將窗口內(nèi)像素點按其像素值進(jìn)行排列，取其中值作為濾波器的輸出，輸出值作為窗口中心位置的像素灰度值。中值濾波的關(guān)鍵在于濾波窗口尺寸的選擇，實際應(yīng)用中根據(jù)目標(biāo)的像素大小來確定，通過實驗不斷測試直到滿意為止。本文通過大量實驗，最終確定濾波窗口尺寸選用3*3。

3.2 基于Hough變換的海天線檢測

海天線即天空與海面銜接處的分界線，通過前面對海天背景的分析，發(fā)現(xiàn)目標(biāo)一般位于海天線附近，可以通過海天線來確定目標(biāo)最有可能出現(xiàn)的范圍。因此，對于海天背景下的小目標(biāo)檢測，海天線檢測起著關(guān)鍵性的作用。

海天線檢測可以轉(zhuǎn)換為圖像中直線提取的問題，有很多種方法，如基于灰度特性的海天線檢測，利用天空背景與海面背景明顯的灰度值差別來檢測海天線，當(dāng)海天線傾斜角度較大時，算法效果較差;基于直線擬合的海天線檢測算法，適用于天空背景比較簡單的情況，容易受云層的干擾;基于Otsu閾值分割的海天線檢測方法取決于閾值的選取，且檢測效率低;基于Hough變換的海天線檢測方法能夠在復(fù)雜的海天背景下精確的檢測到海天線，但是也存在一定的問題，如檢測過程比較耗時，導(dǎo)致實時性差。本文針對基于Canny算子和Hough變換的海天線檢測方法進(jìn)行改進(jìn)，提高算法的檢測效率。

Canny算子是一個多級邊緣檢測算子，可以實現(xiàn)圖像的邊緣檢測。該算法本質(zhì)是利用高斯函數(shù)的一階微分，提取的邊緣完整且連續(xù)性好。

Hough變換的基本思想是利用直角坐標(biāo)系和極坐標(biāo)系中，點與線之間的對偶關(guān)系，即直角坐標(biāo)系中的點是極坐標(biāo)系中的線，直角坐標(biāo)系中的線是極坐標(biāo)系中的點，反之成立。圖像空間中的像素點對應(yīng)的直角坐標(biāo)系，參數(shù)空間對應(yīng)極坐標(biāo)系。Hough變換廣泛應(yīng)用于圖像中各種形狀的檢測。

在X-Y坐標(biāo)系中，對于直線y=kx+b，一組k和b值對應(yīng)一條唯一確定的直線，該直線也可以寫成b=（-x）k+y，即在K-B坐標(biāo)系中，對于一組確定的（x，y）將在K-B坐標(biāo)系中對應(yīng)唯——條直線?？紤]到垂直直線斜率無限大問題，把直角坐標(biāo)系對應(yīng)到極坐標(biāo)系中，極坐標(biāo)方程可以表示為ρ=xcosθ+ysinθ，變量ρ和θ可以唯一確定一條直線，ρ表示原點到直線的距離，ρ表示該直線的發(fā)現(xiàn)與x軸的夾角，其中θ的范圍為[-90°，90°]，對邊緣圖像中的每一個邊緣點在參數(shù)空間位置的累加器進(jìn)行一次投票，通過峰值確定像素空間中的直線。

從上述中可以發(fā)現(xiàn)，Hough變換對Canny邊緣檢測得到的每個點都進(jìn)行180度的變換，而實際視頻圖像中船艦?zāi)繕?biāo)對象不會有很大的傾斜度，因此可以縮小變換范圍。假如海天線的最大傾斜角度為θ_max，則Hough變換中θ的有效范圍為：[90° -θ_max，90°+θ_max]，縮小了Hough變換的范圍，能夠很大程度上減少計算時間，更適用于實時處理。

海天線提取仿真效果如圖2所示。

實驗結(jié)果表明，基于Hough變換改進(jìn)的海天線檢測方法能夠在復(fù)雜的海天背景下精確的定位海天線，有效克服云層海浪等雜波的干擾，檢測效率高且對復(fù)雜背景適應(yīng)性強(qiáng)。

3.3 實驗結(jié)果與結(jié)論

采用本文設(shè)計的系統(tǒng)對實際拍攝的海天背景下的圖片在VS2015環(huán)境下進(jìn)行仿真實驗。原始圖像經(jīng)過中值濾波處理、海天線檢測、目標(biāo)檢測后的圖像如圖3所示。

從實驗結(jié)果可以看出，系統(tǒng)實現(xiàn)了海天背景下小目標(biāo)檢測。圖3（1）為原始圖像，圖3（2）為原始圖像經(jīng)過中值濾波后的圖像，噪聲明顯有所減弱，目標(biāo)可檢測性更強(qiáng)，圖3（3）中海天線提取效果良好，然后利用一維最大熵閾值分割法對海天背景下的小目標(biāo)檢測結(jié)果如圖3（4）所示，可以準(zhǔn)確的檢測出目標(biāo)所在的位置。

4 結(jié)束語

本文主要研究了海天背景下的小目標(biāo)檢測，首先利用中值濾波算法對原始圖像進(jìn)行預(yù)處理，減弱噪聲的影響，接著利用改進(jìn)的Hough變換方法提取海天線，縮小目標(biāo)優(yōu)先檢測的范圍，最后利用一維最大熵分割法檢測出目標(biāo)。實驗結(jié)果表明，該系統(tǒng)能夠?qū)崿F(xiàn)準(zhǔn)確的目標(biāo)檢測，通過改進(jìn)濾波算法提升圖像質(zhì)量從而提高了目標(biāo)檢測精確度，通過改進(jìn)海天線提取算法很大程度上提高了目標(biāo)檢測效率。

參考文獻(xiàn)

[1]董宇星，劉偉寧.基于灰度特性的海天背景小目標(biāo)檢測[J].中國光學(xué)，2010.