CN103577808A - 一种蛙人识别方法 - Google Patents

一种蛙人识别方法 Download PDF

Info

Publication number
CN103577808A
CN103577808A CN201310556343.1A CN201310556343A CN103577808A CN 103577808 A CN103577808 A CN 103577808A CN 201310556343 A CN201310556343 A CN 201310556343A CN 103577808 A CN103577808 A CN 103577808A
Authority
CN
China
Prior art keywords
frogman
image
target
original image
region
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.)
Pending
Application number
CN201310556343.1A
Other languages
English (en)
Inventor
卞红雨
杨滨
李晶
宋子奇
徐慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201310556343.1A priority Critical patent/CN103577808A/zh
Publication of CN103577808A publication Critical patent/CN103577808A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供了一种蛙人识别方法，该方法包括：对蛙人图像进行预处理、特征提取和目标识别。对蛙人图像进行噪声去除、目标分割，对分割后蛙人图像进行形态学操作，对处理后图像进行连通区域标记，计算标记后的每一个连通区域的面积，将面积小的小区域去除，对去除小面积区域后的蛙人图像，其剩下的每一个连通区域可以映射到原始灰度图像上去，从而可以得到原始灰度图像的灰度分割。利用此方法，能够有效地将蛙人从原始图像中分离出来。

Description

一种蛙人识别方法
技术领域
本发明涉及数字图像处理领域，尤其涉及一种蛙人识别方法。
背景技术
随着科学技术的不断发展，人们对于海上探测和防御的对象逐渐由潜艇或舰船等这样的大型目标转变为像蛙人这样的小型目标上面来。而其中蛙人绝对可以称得上是形成各种恐怖破坏和各种冲突的主力军，利用蛙人运载器或者水下机器人等一些小型的武器装备，一些恐怖分子就可以对人们的财产和生命安全产生极大的威胁，造成极大的伤害。当蛙人在水下进行活动时，如果不是依附于运载器运行的，那么能探测到蛙人目标的就只有蛙人探测声纳，蛙人探测声纳中包含目标分类识别部分，因此研究蛙人的识别方法有着重要的实际意义。
以色列于2005年开发出的远距离蛙人探测声纳系统（DDS），能对距离较远的蛙人目标进行探测，其识别效果非常可靠，即使探测环境中存在极强的噪声和混响的干扰，其也能实现对目标的正确探测，同时还能够保证其较高的预警能力。利用先进的图像处理技术，通过对图像的研究，系统能够将有用目标从背景噪声或是其他鱼类中识别出来，从而可以对港口及各种近海设备进行保护。同时，该声纳系统也能够实现目标的自动探测，在无人或是操作者没有及时的对出现目标做出反应时，系统会自动发出警报，以提示探测到目标的存在。美国的海岸警卫队针对探测蛙人而使用的SM2000水下监视系统是由康斯堡公司开发制造的一种综合的反蛙人系统，对于水下潜在的各种威胁，SM2000系统的声换能器可以对其进行探测和跟踪，对探测到的危险目标，其处理器可以对其进行分类，通过对高频声纳图像的处理，将蛙人目标正确识别出来，并能将其与普通游泳者、大小相似的海洋生物或者其他物体或是碎片等区分开来，同时能够提醒工作人员这些危险目标的存在。
但是，现有技术中，对蛙人识别的研究重点主要是基于声图像的目标识别算法。
发明内容
本发明提供了一种蛙人识别方法，用于通过声纳图像处理有效地对蛙人进行识别。
本发明提供的蛙人识别方法包括：
(1)对原始图像进行预处理、主要是图像噪声的去除；
(2)对去噪后图像进行图像分割；
(3)对分割后图像进行形态学处理，使得一些区域可以合并，这样有利于初步减少连通区域的个数，也可以使蛙人图像在后面的处理中获得更好的效果；
(4)对进行了形态学处理后的图像进行连通区域的标记，将不同的连通区域内的像素点标记成不同的灰度值；
(5)通过计算连通区域标记后的图像像素点的最大灰度值，可以知道图像中共有多少个连通区域，逐个对标记的每个连通区域进行扫描，通过对每一个标记值计数可以得到每个连通区域的面积。
(6)通过对各个连通区域面积的计算，利用先验知识，我们可以预先估计目标区域的面积，对于和目标面积相差甚远的小面积区域可以将其去除。
(7)对于每一个连通区域，可以将其映射到原始灰度图像上去，实现对最原始图像的灰度分割，通过此方法，可以把图像中的蛙人或鱼目标从原始图像中分离出来。
(8)对分离后的蛙人、鱼及背景区域进行纹理特征的提取，此处对纹理特征的提取，是对分离后的单个目标区域进行的。
(9)利用灰度-梯度共生矩阵法提取的15个特征值，采用最小距离分类法将目标从背景中分离出来，这里的目标包括蛙人目标和鱼目标。
(10)判断出目标区域后，利用提取的某些典型纹理特征值，再通过最小距离分类法将蛙人和鱼进行分类。
通过上述方法，将声纳图像处理引入到蛙人识别中，能够有效地对蛙人进行识别。
附图说明
图1为预处理后蛙人图像；
图2为分割后蛙人图像；
图3为分割后蛙人图像形态学操作示意图；
图4为蛙人图像连通区域标记及去除小面积区域后的效果图；
图5为分离后的蛙人灰度图像；
图6是根据本发明实施例的蛙人识别方法的流程图。
具体实施方式
下面结合附图对本发明的实现过程进行详细说明。
本发明实施例提供了一种蛙人识别方法，如图6所示，该方法包括：
(1)对原始图像进行预处理、对图像进行噪声去除，得到图1；
(2)对去噪后图像进行分割，得到图2；
(3)对分割后图像进行形态学处理，使得一些区域可以合并，这样有利于初步减少连通区域的个数，也可以使蛙人图像在后面的处理中获得更好的效果，图3中a为膨胀后结果，b为腐蚀后结果；
(4)对进行了形态学处理后的图像进行连通区域的标记，将不同的连通区域内的像素点标记成不同的灰度值，得到图4中a所示图像；
(5)通过计算连通区域标记后的图像像素点的最大灰度值，可以知道图像中共有多少个连通区域，逐个对标记的每个连通区域进行扫描，通过对每一个标记值计数可以得到每个连通区域的面积；
(6)通过对各个连通区域面积的计算，利用先验知识，可以预先估计目标区域的面积，对于和目标面积相差甚远的小面积区域可以将其去除，从而得到图4中b所示图像；
(7)对于每一个连通区域，可以将其映射到原始灰度图像上去，实现对最原始图像的灰度分割，通过此方法，可以把图像中的蛙人或鱼目标从原始图像中分离出来，图5为分离后的蛙人目标灰度图像；
(8)对分离后的蛙人、鱼及背景区域进行纹理特征的提取，此处对纹理特征的提取，是对分离后的单个目标区域进行的。在对纹理特征进行提取时，本发明实施例在通常的纹理分析方法的基础上稍加改进，将普通的纹理分析方法引入到蛙人的这个区域中来进行特征的提取，从而得到蛙人的纹理分布特征。具体的，在对分离出的蛙人目标进行特征提取时，去掉图像中像素值为0的影响，因此，在计算图像的共生矩阵时，只考虑图像中非零灰度值的影响；
(9)利用灰度-梯度共生矩阵法提取15个特征值，采用最小距离分类法将目标从背景中分离出来，这里的目标包括蛙人目标和鱼目标；
(10)判断出目标区域后，利用提取的某些典型纹理特征值，再通过最小距离分类法将蛙人和鱼进行分类，从而获取蛙人目标。
上述实施例仅是本发明的优选实现方式，并不用于限定本发明的保护范围。在不偏离本发明的本质和精神的前提下，本领域技术人员能够对本发明实施例做出各种变型，这些变型也应在本发明的保护范围之内。

Claims (3)

1.一种蛙人目标识别方法，其特征在于，包括：
获取包含蛙人目标的原始图像，对所述原始图像进行预处理，其中，所述预处理包括：去除所述原始图像的噪声；
对取出噪声后的所述原始图像进行图像分割；
将分割后的所述原始图像的区域进行合并；
确定合并后的每个区域的面积；
将和蛙人目标的目标面积之差大于预定值的区域去除；
将剩余的每个区域映射到原始图像上，对映射后的原始图像进行灰度分割，将图像中的蛙人目标从原始图像中分离出来。
2.根据权利要求1所述的方法，其特征在于，在将每一个连通区域映射到原始图像之后，所述方法还包括：
对分离后的蛙人、鱼及背景区域进行纹理特征的提取；
采用最小距离分类法将蛙人目标从背景中分离出来。
3.根据权利要求1或2所述的方法，其特征在于，在将对于每一个连通区域映射到原始图像上之前，所述方法还包括：
将不同的区域内的像素点标记成不同的灰度值。
CN201310556343.1A 2013-11-11 2013-11-11 一种蛙人识别方法 Pending CN103577808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310556343.1A CN103577808A (zh) 2013-11-11 2013-11-11 一种蛙人识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310556343.1A CN103577808A (zh) 2013-11-11 2013-11-11 一种蛙人识别方法

Publications (1)

Publication Number Publication Date
CN103577808A true CN103577808A (zh) 2014-02-12

Family

ID=50049559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310556343.1A Pending CN103577808A (zh) 2013-11-11 2013-11-11 一种蛙人识别方法

Country Status (1)

Country Link
CN (1) CN103577808A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105068138A (zh) * 2015-08-04 2015-11-18 李舒曼 自动化探测仪
CN105141893A (zh) * 2015-08-05 2015-12-09 广州杰赛科技股份有限公司 一种移动方法及环境侦测装置
CN105151254A (zh) * 2015-07-24 2015-12-16 王翠平 基于特征提取的清晰化水下人体搜寻机器人
CN105824024A (zh) * 2016-05-05 2016-08-03 河海大学 一种新的水下闸门防蛙人立体预警识别系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206116A (zh) * 2007-12-07 2008-06-25 北京机械工业学院 目标点全局自动定位方法
CN102013017A (zh) * 2010-11-26 2011-04-13 华中科技大学 一种高分辨率遥感图像场景粗分类方法
US20120103245A1 (en) * 2009-06-09 2012-05-03 Atlas Elektronik Gmbh Method for Detecting Anomalies on a Submarine Object
CN103091679A (zh) * 2013-02-04 2013-05-08 中国科学院声学研究所 水下运动目标识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206116A (zh) * 2007-12-07 2008-06-25 北京机械工业学院 目标点全局自动定位方法
US20120103245A1 (en) * 2009-06-09 2012-05-03 Atlas Elektronik Gmbh Method for Detecting Anomalies on a Submarine Object
CN102013017A (zh) * 2010-11-26 2011-04-13 华中科技大学 一种高分辨率遥感图像场景粗分类方法
CN103091679A (zh) * 2013-02-04 2013-05-08 中国科学院声学研究所 水下运动目标识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘光宇: "基于声纳图像的目标识别技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
陈强: "基于水声图像水下目标识别的技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105151254A (zh) * 2015-07-24 2015-12-16 王翠平 基于特征提取的清晰化水下人体搜寻机器人
CN105068138A (zh) * 2015-08-04 2015-11-18 李舒曼 自动化探测仪
CN105141893A (zh) * 2015-08-05 2015-12-09 广州杰赛科技股份有限公司 一种移动方法及环境侦测装置
CN105141893B (zh) * 2015-08-05 2018-06-08 广州杰赛科技股份有限公司 一种移动方法及环境侦测装置
CN105824024A (zh) * 2016-05-05 2016-08-03 河海大学 一种新的水下闸门防蛙人立体预警识别系统
CN105824024B (zh) * 2016-05-05 2018-05-01 河海大学 一种新的水下闸门防蛙人立体预警识别系统

Similar Documents

Publication Publication Date Title
Galceran et al. A real-time underwater object detection algorithm for multi-beam forward looking sonar
CN103400156A (zh) 基于cfar和稀疏表示的高分辨sar图像舰船检测方法
CN110147716B (zh) 一种基于频域与空域相结合的sar图像内波区域检测方法
CN103577808A (zh) 一种蛙人识别方法
CN113034569A (zh) 一种基于点云数据的船舶超限预警方法及系统
CN113012179A (zh) 煤矿井下防爆检测用煤粉尘图像识别方法
Xie et al. Fast ship detection from optical satellite images based on ship distribution probability analysis
Mesecan et al. Searching the effects of image scaling for underground object detection using KMeans and KNN
CN113570005A (zh) 一种基于机载光子雷达的远距离舰船类型识别方法
CN110533650B (zh) 一种基于视觉的auv水下管道检测跟踪方法
CN117408534A (zh) 一种基于卫星遥感的浒苔绿潮打捞效果短期评估方法
Ren et al. Effective SAR sea ice image segmentation and touch floe separation using a combined multi-stage approach
CN103810487A (zh) 一种海洋航拍图像的目标检测与识别方法及系统
Dyana et al. 3D Segmentation of ground penetrating radar data for landmine detection
Christen et al. Target marker: A visual marker for long distances and detection in realtime on mobile devices
CN111428624A (zh) 一种光学遥感图像在轨舰船目标检测方法
Gao Design and implementation of marine automatic target recognition system based on visible remote sensing images
Kim et al. Oil spill detection from RADARSAT-2 SAR image using non-local means filter
Ma et al. Ship detection by salient convex boundaries
CN109583319B (zh) 一种基于海面红外遥感图像的舰船检测方法
CN103177427A (zh) 一种x波段雷达图像同频干扰去除方法
Zhao et al. Automatic extraction of floating ice at Antarctic continental margin from remotely sensed imagery using object-based segmentation
CN112070786A (zh) 一种警戒雷达ppi图像目标/干扰提取方法
CN116975528B (zh) 基于德劳内三角剖分的极地声信号特征提取方法和装置
CN118296441B (zh) 基于光子计数激光雷达海表及浅海地形的分类方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140212

RJ01 Rejection of invention patent application after publication