CN103578103B - 基于航姿校正的目标快速搜索方法 - Google Patents

基于航姿校正的目标快速搜索方法 Download PDF

Info

Publication number
CN103578103B
CN103578103B CN201310436711.9A CN201310436711A CN103578103B CN 103578103 B CN103578103 B CN 103578103B CN 201310436711 A CN201310436711 A CN 201310436711A CN 103578103 B CN103578103 B CN 103578103B
Authority
CN
China
Prior art keywords
target
image
sea
demarcation
sky
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
Application number
CN201310436711.9A
Other languages
English (en)
Other versions
CN103578103A (zh
Inventor
李香祯
柴智
杨文佳
谢晓丹
王楠
石春雷
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.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
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 Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201310436711.9A priority Critical patent/CN103578103B/zh
Publication of CN103578103A publication Critical patent/CN103578103A/zh
Application granted granted Critical
Publication of CN103578103B publication Critical patent/CN103578103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明属于光电产品应用技术领域,具体涉及一种基于航姿校正的目标快速搜索方法。本发明的方法包括以下步骤:步骤1.边缘提取;步骤2.求取海天分界线;步骤3.提取待搜索区域;步骤4.形态滤波;步骤5.图像分割;步骤6.目标航姿校正;步骤7.目标确认。本发明解决了现有技术中的目标搜索方法基于静止平台的技术问题;能够有效实现运动平台下对海上舰船、空中飞机等目标的搜索。

Description

基于航姿校正的目标快速搜索方法
技术领域
本发明属于光电产品应用技术领域,具体涉及一种基于航姿校正的目标快速搜索方法。
背景技术
自1982年《联合国海洋法公约》通过以来,世界范围内的海洋问题开始明显增多,海上相邻、相向国家之间的矛盾日渐突显起来,从1994年11月16日《联合国海洋法公约》正式生效起,全球海域间的岛屿争端、海域纠纷更呈加剧及持续升温的状态,中国在海洋问题上遇到前所未有的挑战,随着我国岛屿问题的不断升级,对光电取证跟踪技术智能化的要求越来越迫切。舰载光电监测跟踪系统通过在舰船平台上建立取证系统,在全天时,8级以下风浪气候条件下,实现对陆、海、空全区域的非法目标探测和预警预报,实时对海上舰船、飞机等进行探测、跟踪、识别,从而对海洋环境、海洋资源和海上、空中目标等进行监视、跟踪和记录取证。记录的图像资料作为海洋执法监察调查取证的依据,达到维护海洋权益,保护海洋环境和资源,规范海上作业,实现与世界并轨的目标。
现有技术中的目标搜索方法主要基于静止平台,难以实现运动平台下对海上舰船、空中飞机等目标的搜索。
发明内容
本发明需要解决的技术问题为:现有技术中的目标搜索方法主要基于静止平台,难以实现运动平台下对海上舰船、空中飞机等目标的搜索。
本发明的技术方案如下所述:
一种基于航姿校正的目标快速搜索方法,包括以下步骤:
步骤1.边缘提取;步骤2.求取海天分界线;步骤3.提取待搜索区域;步骤4.形态滤波;步骤5.图像分割;步骤6.目标航姿校正;步骤7.目标确认。
作为优选方案,
步骤1中,采用Sobel水平边缘算子对原始图像f(x,y)进行处理,获取边缘图像GR(x,y);
步骤2中,对边缘图像GR(x,y)进行Hough变换,确定海天分界线y=mx+b;
步骤3中,对海天分界线上下各N1个像素的区域作为待搜索区域fI(x,y);N1可以取30;
步骤4中,对待搜索区域fI(x,y)使用方形结构元素Top-Hat变换,得到形态滤波后的图像I(x,y);
步骤5中,采用最大类间方差自动门限法对图像I(x,y)进行分割,灰度值大于最佳门限值的像素保留其灰度值,其余的像素灰度值置为零;
步骤6中,获取前后两帧图像在俯仰方向上的位移,根据此位移对目标的俯仰位置进行补偿;根据伺服系统转动参数对目标的水平位置进行补偿;
步骤7中,采用管道滤波算法对目标进行确认。
作为优选方案,
步骤1中,所述Sobel水平边缘算子为:
-1 -2 -1
0 0 0
1 2 1
作为优选方案,
步骤2中,在Hough变换域提取最大值,最大值对应参数(u,v):其中u为原点到直线的距离,v为直线与竖直方向夹角,以此确定海天分界线。
作为优选方案,
步骤7中,设当前帧图像的目标特征为Xn,Xn=(xn1,xn2,xn3,xn4,xn5,xn6),其向量依次表示目标的方位位置、俯仰位置、方位尺寸、俯仰尺寸、面积和平均灰度;
将当前帧图像的目标特征Xn送入管道,与管道中的每个元素进行对比,公式如下式所示:
R ( i ) = 1 | X n - X n - i r | = &Sigma; j = 1 6 a j ( x nj - x ( n - i ) j r ) 2 < D 0 other ;
其中,aj为权系数;Xn为当前帧图像的目标特征;为前i帧图像第r个目标的特征;D为确认门限值;D可以取50;
若R(i)为1时,则确认目标为真目标;若R(i)连续N2帧为0时,则判断目标为虚假目标,直接剔除,N2可以取5。
本发明的有益效果为:
本发明的基于航姿校正的目标快速搜索方法,能够有效实现运动平台下对海上舰船、空中飞机等目标的搜索。
从目标在远距离时,通过动目标快速搜索,自动快速搜索指定区域的非法目标,对目标锁定跟踪。
对于海面上的目标,容易受到海面杂波的影响,并且由于平台晃动、发动机震动,对搜索都造成了很大的影响。本发明通过海天分界线,提取感兴趣区域,同时计算相邻帧图像中目标的偏移量,可准确有效的搜索到目标,消除杂波和晃动的影响。
具体实施方式
下面结合实施例对本发明的基于航姿校正的目标快速搜索方法进行详细说明。
本发明的基于航姿校正的目标快速搜索方法,包括以下步骤:
步骤1.边缘提取
采用Sobel水平边缘算子对原始图像f(x,y)进行处理:对原始图像f(x,y)中的每个点均采用Sobel水平边缘算子做卷积,获取边缘图像GR(x,y)。
本实施例中,所述Sobel水平边缘算子为:
-1 -2 -1
0 0 0
1 2 1
步骤2.求取海天分界线
对边缘图像GR(x,y)进行Hough变换,在Hough变换域中提取最大值,最大值对应参数(u,v):其中u为原点到直线的距离,v为直线与竖直方向夹角,即海天分界线位置参数,继而确定海天分界线y=mx+b。
步骤3.提取待搜索区域
根据海天分界线位置,对海天分界线上下各N1个像素的区域作为待搜索区域fI(x,y)。本实施例中,N1=30。
步骤4.形态滤波
对待搜索区域fI(x,y)使用方形结构元素Top-Hat变换,得到形态滤波后的图像I(x,y)。Top-Hat变换能够保留红外目标的图像细节,对目标姿态不敏感,可以有效抑制复杂背景。
步骤5.图像分割
采用最大类间方差自动门限法对图像I(x,y)进行分割:设图像灰度范围为{1,2,…,l},采用最大类间方差法,获取最佳门限值,灰度值大于最佳门限值的像素保留其灰度值,其余的像素灰度值置为零。
步骤6.目标航姿校正
设当前帧图像中海天分界线为y1=m1x1+b1,上一帧图像中海天分界线为y0=m0x0+b0,忽略不计前后两帧图像的斜率变化,可以获取前后两帧图像在俯仰方向上的位移d=b1-b0,根据位移d对目标的俯仰位置进行补偿。此外,根据伺服系统转动参数对目标的水平位置进行补偿,所述根据伺服系统转动参数进行水平补偿的方法为本领域技术人员公知常识。
步骤7.目标确认
采用管道滤波算法对目标进行确认:
采用目标的多种特征构成管道进行滤波,设当前帧图像的目标特征为Xn,Xn=(xn1,xn2,xn3,xn4,xn5,xn6),其向量依次表示目标的方位位置、俯仰位置、方位尺寸、俯仰尺寸、面积和平均灰度;将当前帧图像的目标特征Xn送入管道,与管道中的每个元素进行对比,公式如下式所示:
R ( i ) = 1 | X n - X n - i r | = &Sigma; j = 1 6 a j ( x nj - x ( n - i ) j r ) 2 < D 0 other .
其中,aj为权系数;Xn为当前帧图像的目标特征;为前i帧图像第r个目标的特征;D为确认门限值,本实施例中取值为50。
若R(i)为1时,则确认目标为真目标;若R(i)连续N2帧为0时,则判断目标为虚假目标,直接剔除,本实施例中,N2=5。

Claims (2)

1.一种基于航姿校正的目标快速搜索方法,其特征在于:包括以下步骤:
步骤1.边缘提取;
步骤2.求取海天分界线;
步骤3.提取待搜索区域;
步骤4.形态滤波;
步骤5.图像分割;
步骤6.目标航姿校正;
步骤7.目标确认;
步骤1中,采用Sobel水平边缘算子对原始图像f(x,y)进行处理,获取边缘图像GR(x,y);
步骤2中,对边缘图像GR(x,y)进行Hough变换,确定海天分界线y=mx+b;
步骤3中,将海天分界线上下各N1个像素的区域作为待搜索区域fI(x,y);
步骤4中,对待搜索区域fI(x,y)使用方形结构元素Top-Hat变换,得到形态滤波后的图像I(x,y);
步骤5中,采用最大类间方差自动门限法对图像I(x,y)进行分割,灰度值大于最佳门限值的像素保留其灰度值,其余的像素灰度值置为零;
步骤6中,获取前后两帧图像在俯仰方向上的位移,根据此位移对目标的俯仰位置进行补偿;根据伺服系统转动参数对目标的水平位置进行补偿;
步骤7中,采用管道滤波算法对目标进行确认;
步骤1中,所述Sobel水平边缘算子为:
步骤2中,在Hough变换域提取最大值,最大值对应参数(u,v):其中u为原点到直线的距离,v为直线与竖直方向夹角,以此确定海天分界线;
步骤3中,N1=30;
步骤7中,设当前帧图像的目标特征为Xn,Xn=(xn1,xn2,xn3,xn4,xn5,xn6),其向量依次表示目标的方位位置、俯仰位置、方位尺寸、俯仰尺寸、面积和平均灰度;
将当前帧图像的目标特征Xn送入管道,与管道中的每个元素进行对比,公式如下式所示:
R ( i ) = 1 | X n - X n - i r | = &Sigma; j = 1 6 a j ( x n j - x ( n - i ) j r ) 2 < D 0 o t h e r ;
其中,aj为权系数;Xn为当前帧图像的目标特征;为前i帧图像第r个目标的特征;D为确认门限值;
若R(i)为1时,则确认目标为真目标;若R(i)连续N2帧为0时,则判断目标为虚假目标,直接剔除。
2.根据权利要求1所述的一种基于航姿校正的目标快速搜索方法,其特征在于:D=50;N2=5。
CN201310436711.9A 2013-09-24 2013-09-24 基于航姿校正的目标快速搜索方法 Active CN103578103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310436711.9A CN103578103B (zh) 2013-09-24 2013-09-24 基于航姿校正的目标快速搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310436711.9A CN103578103B (zh) 2013-09-24 2013-09-24 基于航姿校正的目标快速搜索方法

Publications (2)

Publication Number Publication Date
CN103578103A CN103578103A (zh) 2014-02-12
CN103578103B true CN103578103B (zh) 2016-08-31

Family

ID=50049826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310436711.9A Active CN103578103B (zh) 2013-09-24 2013-09-24 基于航姿校正的目标快速搜索方法

Country Status (1)

Country Link
CN (1) CN103578103B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961065B (zh) * 2017-12-25 2021-05-25 中国科学院沈阳自动化研究所 一种海面舰船目标检测方法
CN108510526A (zh) * 2018-04-20 2018-09-07 北京环境特性研究所 一种红外弱小目标稳定跟踪方法及装置
CN109558860A (zh) * 2018-12-24 2019-04-02 云南北方驰宏光电有限公司 用于海空近域的搜救船的搜索跟踪系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006398A (zh) * 2010-10-29 2011-04-06 西安电子科技大学 基于特征直线的船载摄像系统电子稳像方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006398A (zh) * 2010-10-29 2011-04-06 西安电子科技大学 基于特征直线的船载摄像系统电子稳像方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于移动式加权管道滤波的红外弱小目标检测;刘靳等;《西安电子科技大学学报(自然科学版)》;20071031;第34卷(第5期);摘要及全文 *
基于红外目标局部灰度特性分析的管道滤波方法;连可等;《弹箭与制导学报》;20110831;第1段第5-8行 *
复杂海空背景下红外舰船小目标检测技术研究;缪德超;《中国优秀硕士学位论文全文数据库信息科技辑》;20071015;正文第32页,第36页,第47-48页,第62页 *
复杂海空背景下鲁棒的海天线检测算法研究;刘松涛等;《光电工程》;20060831;第33卷(第8期);摘要及全文 *

Also Published As

Publication number Publication date
CN103578103A (zh) 2014-02-12

Similar Documents

Publication Publication Date Title
CN105184816A (zh) 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法
CN101915910B (zh) 利用航海雷达识别海上溢油目标的方法及系统
CN106022288A (zh) 基于sar图像的海洋溢油信息识别与提取方法
CN105528619A (zh) 基于小波变换和svm的sar遥感影像变化检测方法
CN104865971A (zh) 一种输电线路巡检无人机的控制方法及无人机
CN105787489B (zh) 一种基于水下地貌的匹配导航算法
CN104966065A (zh) 目标识别方法及装置
CN106156758B (zh) 一种sar海岸图像中海岸线提取方法
CN104535066A (zh) 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统
CN111723632B (zh) 一种基于孪生网络的船舶跟踪方法及系统
CN103578103B (zh) 基于航姿校正的目标快速搜索方法
Alam et al. A study of morphological changes in the coastal areas and offshore islands of Bangladesh using remote sensing
CN113344953B (zh) 一种基于无人机的机器视觉涌潮流速测量方法
Xu-kai et al. Automated detection of coastline using Landsat TM based on water index and edge detection methods
CN110596728A (zh) 一种基于激光雷达的水面小目标探测方法
Wang et al. Research of obstacle recognition method for USV based on laser radar
CN112669332B (zh) 一种基于双向局部极大值和峰值局部奇异性判断海天条件和检测红外目标的方法
CN107871323A (zh) 一种基于全固态雷达的海冰运动信息获取方法
CN102034233B (zh) 一种基于contourlet变换的SAR图像波群参数检测方法
CN117593601A (zh) 一种基于深度学习的水尺验潮方法
KR20210044675A (ko) 선박 운항 지원 시스템 및 이를 포함하는 선박
Wang et al. An automatic detection of green tide using multi-windows with their adaptive threshold from Landsat TM/ETM plus image
Dreschler-Fischer et al. Detecting and tracking small scale eddies in the black sea and the Baltic Sea using high-resolution Radarsat-2 and TerraSAR-X imagery (DTeddie)
Lee et al. Artificial neural network for glider detection in a marine environment by improving a cnn vision encoder
CN104392465A (zh) 基于d-s证据理论信息融合的多核目标跟踪方法

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
C14 Grant of patent or utility model
GR01 Patent grant