CN102998001B - 一种目标检测系统 - Google Patents
一种目标检测系统 Download PDFInfo
- Publication number
- CN102998001B CN102998001B CN201210551580.4A CN201210551580A CN102998001B CN 102998001 B CN102998001 B CN 102998001B CN 201210551580 A CN201210551580 A CN 201210551580A CN 102998001 B CN102998001 B CN 102998001B
- Authority
- CN
- China
- Prior art keywords
- target
- modeling unit
- module
- sea horizon
- extraction unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种目标检测系统,其特征在于,该系统包括:提取单元、建模单元和检测目标单元;其中,所述提取单元,与所述建模单元相耦接;所述建模单元,与所述提取单元和检测目标单元相耦接;所述检测目标单元,与所述建模单元相耦接。本发明解决了原有的对红外船只的检测率低,算法复杂,实时性不强,抗红外诱饵的能力有限,远距离小目标检测和近视场大目标检测常不能兼顾的问题。
Description
技术领域
本发明涉及光电探测领域,具体地说,是涉及一种目标检测系统。
背景技术
所谓海天背景是指视线望到海平面海天相交的背景。
现有技术中,在海天背景下,远距离红外船只目标总是出现在海天线附近,而目前的船只目标检测方法大部分都是利用这一基本特征,即首先要检测到海天线,然后再根据海天线的位置确定目标的潜在区域,并对目标所在的潜在区域进行分割以提取目标,最后通过几何特征量的匹配来实现对船只目标的具体检测。
目前采用的大多数方法如形态学、小波等,一般都需要去较准确地提取所属海天线,对图像的分割也要求比较精细,算法普遍复杂,实时性不强,抗红外诱饵的能力有限,远距离小目标检测和近视场大目标检测常不能兼顾。
因此,如何设计一种对红外船只的检测率高、虚警率低、运算效率高、实时性强、抗红外诱饵干扰强,同时能够兼顾远距离小目标检测和近视场大目标检测的目标检测系统,便成为亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是提供一种目标检测系统,以解决原有的对红外船只的检测率低,算法复杂,实时性不强,抗红外诱饵的能力有限,远距离小目标检测和近视场大目标检测常不能兼顾的问题。
为解决上述技术问题,本发明提供了一种目标检测系统,其特征在于,该系统包括:提取单元、建模单元和检测目标单元;其中,
所述提取单元,与所述建模单元相耦接,用于对接收到的带有目标和海天线的图像进行分割处理后,提取出其中含有所述目标和海天线的图像信息发送给所述建模单元;
所述建模单元,与所述提取单元和检测目标单元相耦接,用于对接收到所述提取单元发送的含有所述目标和海天线的图像信息,进行模块化形状处理,形成所述目标的模型信息发送给所述检测目标单元;
所述检测目标单元,与所述建模单元相耦接,用于对接收到所述建模单元发送的所述目标的模型信息进行优化处理后,对所述目标进行检测;
其中,所述进行模块化形状处理为根据含有所述目标和海天线的图像信息形成至少六个模块拼接组成的所述目标的模型信息;以所述六个模块中一个模块为中心,该模块的四边分别放置其余模块中的四个,该模块的正上面的所述模块上堆叠有最后一个模块。
进一步地,其中,所述检测目标单元,进一步还用于对接收到所述建模单元发送的所述目标的模型信息进行优化处理,去掉其中不含有所述目标的模块,对含有所述目标的模块进行检测。
进一步地,其中,所述提取单元,进一步还用于对接收到的带有目标和海天线的图像利用边缘点和/或角点的分割方式进行分割处理后,提取出其中含有所述目标和海天线的图像信息发送给所述建模单元。
进一步地,其中,所述边缘点和/或角点的分割方式进一步为利用SUSAN算子进行边缘点和/或角点的分割方式。
与现有技术相比,本发明所述的一种目标检测系统,达到了如下效果:
1)本发明所述的一种目标检测系统,可把海天线当作普通的边缘来处理,并把海天线当作组成目标的形状模型的一部分,建立了一种恰当、独特的形状模型。
2)本发明所述的一种目标检测系统,适用于海天背景下的红外船只目标的自动检测,检测概率高、虚警率低,运算效率高、实时性强,抗红外诱饵干扰性强;对海天背景下船只的目标检测概率提高了15~20%,虚警率降低5~10%。同时运算处理效率非常高,对320×256图像可满足100HZ无延迟输出目标信息,抗红外诱饵干扰强,对红外诱饵误检率低于1%,当目标信号在4个信噪比及以上的时候,检测概率大于98%,检测精度可达0.5个像元。
3)本发明所述的一种目标检测系统,还能够兼顾检测远距离海天线上的小目标和近视场中成像面积较大的船只目标。
附图说明
图1是本发明实施例所述的一种目标检测系统的结构框图;
图2是本发明具体实施例所述的目标检测系统建立的目标模型信息示意图。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接受的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。此外,“耦接”一词在此包含任何直接及间接的电性耦接手段。因此,若文中描述一第一装置耦接于一第二装置,则代表所述第一装置可直接电性耦接于所述第二装置,或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明本发明的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
以下结合附图对本发明作进一步详细说明,但不作为对本发明的限定。
如图1所示,本发明所述目标检测系统包括:提取单元101、建模单元102以及检测目标单元103;其中,
所述提取单元101,与所述建模单元102相耦接,用于对接收到的带有目标和海天线的图像进行分割处理后,提取出其中含有所述目标和海天线的图像信息发送给所述建模单元102;
在具体实施例中,所述提取单元101利用边缘点和/或角点的分割方式进行分割处理,并将提取出其中含有所述目标和海天线的图像信息发送给所述建模单元102;
进一步地,所述提取单元101利用SUSAN算子(Small univaluesegment assimilating nucleus算子,是一种基于灰度的特征点获取方法)进行边缘点和/或角点的分割方式。当然,本领域技术人员可以理解,上述分割方法也可以是任意具有图像颜色特征点提取或图像分割的方法,在此不做出限定。
所述建模单元102,与所述提取单元101和检测目标单元103相耦接,用于对接收到所述提取单元101发送的含有所述目标和海天线的图像信息,进行模块化形状处理,形成所述目标的模型信息发送给所述检测目标单元103。
在具体实施例中,所述建模单元102进行的模块化形状处理可以但不限于是根据含有所述目标和海天线的图像信息形成至少六个模块拼接组成的所述目标的模型信息,也可以是其他建模方式,在此不做出限定。
所述检测目标单元103,与所述建模单元102相耦接,用于对接收到所述建模单元102发送的所述目标的模型信息进行优化处理后,对所述目标进行检测;
在具体实施例中,所述检测目标单元103对所述目标的模型信息进行优化处理的方式可以但不限于是去掉该信息中不含有所述目标的模块。当然,本领域技术人员可以理解,上述优化方式也可以是任意具有图像优化效果的方法,在此不做出限定。
下面为采用本发明所述目标检测系统的具体实施例。
在海天背景下,所述提取单元101监测出现在海天线附近的远距离红外舰船目标,当所述提取单元101捕捉到舰船目标和海天线的图像后,便进行分割处理,其中,所述提取单元101利用SUSAN算子进行边缘点和/或角点的分割方式。分割处理后所述提取单元101将提取出其中含有所述目标和海天线的图像信息发送给所述建模单元102;
所述建模单元102进行模块化形状处理,所述建模单元102根据含有所述目标和海天线的图像信息形成至少六个模块拼接组成的所述目标的模型信息。
如图2所示,模块化形状处理后的图像中目标表现为在海天线上下附近的一个突起(如图1中区域1、2、5表示目标在海天线上下突出的部分,由于考虑到舰船的烟囱、桅杆、雷达天线等部分离船体较高的原因,因此增加了一部分上突起)。区域3、4是检测到的海天线,本图仅仅是示意图,实际应用中为了充分利用海天线,所述建模单元102将海天线的形状模拟的很窄很长。模型的中间白色部分是中空的,主要考虑到当目标在海天线上,海水与目标相接的部分灰度变化是平滑的,很难提取到角点、边缘点等,使得模型更加与客观事实相符合,而对于其它情况,这部分面积是很小的,不影响模型的准确性。
图2中所示模型,也类似于一个舰船的形状,考虑近视场中的舰船目标,此时模型中的区域3、4不再代表海天线,而是代表船体本身(即便是迎头而来的舰船在近视场也会有一定的宽度),而区域1、2则表示舰船上的突出部分。这个现象表明上述模型不但能用于检测远距离海天线上的小目标,还适用于检测近视场中成像面积较大的舰船目标。
实际中可能出现由于海天对比度过低导致海天线无法提取来的情况,此时模型相当于去掉区域3,4部分,区域1、2、5组成的模型也能近似描述舰船目标的形状,在一定程度上依然能够实现对目标的检测。
之后,所述检测目标单元103将所述目标的模型信息进行优化处理,去掉该信息中不含有所述目标的模块后,对所述目标进行检测。
与现有技术相比,本发明所述的一种目标检测系统,达到了如下效果:
1)本发明所述的一种目标检测系统,可把海天线当作普通的边缘来处理,并把海天线当作组成目标的形状模型的一部分,建立了一种恰当、独特的形状模型。
2)本发明所述的一种目标检测系统,适用于海天背景下的红外船只目标的自动检测,检测概率高、虚警率低,运算效率高、实时性强,抗红外诱饵干扰性强;对海天背景下船只的目标检测概率提高了15~20%,虚警率降低5~10%。同时运算处理效率非常高,对320×256图像可满足100HZ无延迟输出目标信息,抗红外诱饵干扰强,对红外诱饵误检率低于1%,当目标信号在4个信噪比及以上的时候,检测概率大于98%,检测精度可达0.5个像元。
3)本发明所述的一种目标检测系统,还能够兼顾检测远距离海天线上的小目标和近视场中成像面积较大的船只目标。
上述说明示出并描述了本发明的若干优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (4)
1.一种目标检测系统,其特征在于,该系统包括:提取单元、建模单元和检测目标单元;其中,
所述提取单元,与所述建模单元相耦接,用于对接收到的带有目标和海天线的图像进行分割处理后,提取出其中含有所述目标和海天线的图像信息发送给所述建模单元;
所述建模单元,与所述提取单元和检测目标单元相耦接,用于对接收到所述提取单元发送的含有所述目标和海天线的图像信息,进行模块化形状处理,形成所述目标的模型信息发送给所述检测目标单元;
所述检测目标单元,与所述建模单元相耦接,用于对接收到所述建模单元发送的所述目标的模型信息进行优化处理后,对所述目标进行检测;
其中,所述进行模块化形状处理为根据含有所述目标和海天线的图像信息形成至少六个模块拼接组成的所述目标的模型信息;以所述六个模块中一个模块为中心,该模块的四边分别放置其余模块中的四个,该模块的正上面的所述模块上堆叠有最后一个模块。
2.如权利要求1所述的目标检测系统,其特征在于,所述检测目标单元,进一步还用于对接收到所述建模单元发送的所述目标的模型信息进行优化处理,去掉其中不含有所述目标的模块,对含有所述目标的模块进行检测。
3.如权利要求1所述的目标检测系统,其特征在于,所述提取单元,进一步还用于对接收到的带有目标和海天线的图像利用边缘点和/或角点的分割方式进行分割处理后,提取出其中含有所述目标和海天线的图像信息发送给所述建模单元。
4.如权利要求3所述的目标检测系统,其特征在于,所述边缘点和/或角点的分割方式进一步为利用SUSAN算子进行边缘点和/或角点的分割方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210551580.4A CN102998001B (zh) | 2012-12-18 | 2012-12-18 | 一种目标检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210551580.4A CN102998001B (zh) | 2012-12-18 | 2012-12-18 | 一种目标检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102998001A CN102998001A (zh) | 2013-03-27 |
CN102998001B true CN102998001B (zh) | 2015-08-19 |
Family
ID=47926862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210551580.4A Active CN102998001B (zh) | 2012-12-18 | 2012-12-18 | 一种目标检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102998001B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654091B (zh) * | 2014-11-27 | 2019-07-19 | 航天恒星科技有限公司 | 海面目标检测方法及装置 |
CN105631799B (zh) * | 2015-12-18 | 2017-04-12 | 华中科技大学 | 一种动平台激光红外融合检测识别系统 |
CN106643683A (zh) * | 2016-10-15 | 2017-05-10 | 中国人民解放军海军大连舰艇学院 | 一种海面目标自动检测装置及目标检测方法 |
CN108681691A (zh) * | 2018-04-09 | 2018-10-19 | 上海大学 | 一种基于无人水面艇的海上船艇快速检测方法 |
CN109886336A (zh) * | 2019-02-21 | 2019-06-14 | 山东超越数控电子股份有限公司 | 一种基于舰基图像的目标检测方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604383A (zh) * | 2009-07-24 | 2009-12-16 | 哈尔滨工业大学 | 一种基于红外图像的海上目标检测方法 |
-
2012
- 2012-12-18 CN CN201210551580.4A patent/CN102998001B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604383A (zh) * | 2009-07-24 | 2009-12-16 | 哈尔滨工业大学 | 一种基于红外图像的海上目标检测方法 |
Non-Patent Citations (1)
Title |
---|
严发宝,等.基于SUSAN算法和行列均值分割的海面舰船检测.《激光与红外》.2011,第41卷(第3期),附图1、正文第2、3部分. * |
Also Published As
Publication number | Publication date |
---|---|
CN102998001A (zh) | 2013-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109283538B (zh) | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 | |
CN102998001B (zh) | 一种目标检测系统 | |
CN104071311B (zh) | 一种船舶预警方法 | |
US10818172B2 (en) | Method, device and system for processing startup of preceding vehicle | |
Prasad et al. | Challenges in video based object detection in maritime scenario using computer vision | |
CN103139482B (zh) | 海难搜救机器视觉系统 | |
MY198109A (en) | Methods and systems for automatic object detection from aerial imagery | |
US9031285B2 (en) | Detection of floating objects in maritime video using a mobile camera | |
CN108562913A (zh) | 一种基于三维激光雷达的无人艇假目标检测方法 | |
KR101586452B1 (ko) | 거리 적응적 탐지 문턱값 적용에 의한 적외선 해상 표적 탐지장치 구현 방법 | |
CN104103198B (zh) | 船舶周边目标检测报警系统 | |
CN101915910B (zh) | 利用航海雷达识别海上溢油目标的方法及系统 | |
EP3881221A1 (en) | System and method for measuring the distance to an object in water | |
CN107392095A (zh) | 一种基于掩码图像的红外弱小目标检测算法 | |
CN108229342A (zh) | 一种海面舰船目标自动检测方法 | |
CN105046258A (zh) | 一种小目标探测声呐图像的目标检测方法及装置 | |
KR101600820B1 (ko) | 카메라의 픽셀 당 수직각을 이용한 해상객체의 거리 측정방법 및 해상객체의 거리 측정시스템. | |
CN109143246A (zh) | 水下桩基检测方法、系统、装置及存储介质 | |
CN105487055A (zh) | 一种航海雷达目标检测及显示系统 | |
KR20230074438A (ko) | 선박 및 항만 모니터링 장치 및 방법 | |
CN116363366A (zh) | 基于语义分割的输电线路山火监测方法、装置及存储介质 | |
Libe et al. | Comparison of methods for horizon line detection in sea images | |
CN111260676B (zh) | 一种船载雷达图像海上目标空间数据的共享方法 | |
CN104700660A (zh) | 船舶周边目标检测报警系统 | |
KR20170121515A (ko) | 적외선 영상 기반의 해상 물체 탐지 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |