摘要:當前我國紅外影象的處理辦法是從20世紀80年代開始發展起來的,紅外影象的檢測演算法有很多,都是依據其自身的特點而定的,對紅外影象處理內容與平時可見光的處理方式是有所不同的,紅外影象主要是對於變形的影象進行處理矯正,根據函式的不同進行改變,對於直流方向的校正,以及改變影象的亮度、對比度,處理影象的尖銳部分,讓其變得平滑,這方面包括影象畫素間的積累,畫素的增加,直方圖的處理等等,但是由於整個紅外處理要求很高,因此，要想實現高質量的檢測,並提公升準確程度是有一定困難的。我國對於船舶的檢驗是從較簡單的人工檢驗下發展起來的,現在適用於較為複雜的背景檢測,人工背景檢測一般包括天空、海洋、牆面等,目前檢測技術就是通過現代的數字處理技術、紅外影象理論進行檢查,通過先進的技術對複雜的直觀圖進行分析和檢測,增強人們對於影象的認識和識別。
本文將首先介紹分析運動目標檢測的方法,然後分析了sobel運算元的檢測方法,整個實驗都對於檢測紅外影象有著很好的效果,希望能為日後的推廣運用起到作用。
關鍵詞:sobel運算元運動目標檢測幀間差紅外影象演算法
1 運動目標檢測演算法分析
採用運動檢測[1，2]的檢測方法實際就是運用一定的技術將整個影象在發生改變的影象背景中挖掘出來,對於運動目標的監測可以說是對整個目標種類、行為的跟蹤和整理,而對於目標的分割對影象的後期處理十分重要,因為經過運動檢測演算法後的處理將只考慮運動區域的畫素,對於影象背景的檢測,比如光線、天氣因素、陰暗面等這些都是干擾因素,將會增添檢測的困難。
當前的運動檢測演算法主要有四個種類[3]:第一種是在光流場前提下的運動目標檢測方法;第二種是根據影象的基本特徵進行檢測的目標檢測方法;第三種是根據幀間差的情況進行的運動檢測方法;第四種是根據背景的不同建立的檢測方法。這四種檢測方法都是運用了運動視覺的原理,並且也是未來發展的方向和指引。
1.1 基於特徵的方法
根據運動目標檢測特點的不同主要可以概括為兩個操作步驟:第一種是運用兩幅甚至多幅影象進行影象抽取,然後根據影象相互對應的關係,建立一定的聯絡;第二種是根據影象之間不同的特徵,比如形狀或者運動的位置變化等,都可以計算物體的結構,並根據物體的座標來運算具體的運動引數。這種在影象中抽取的方式可以實現在一幅影象中找到對應點,然後建立相應的聯絡,方便對另一幅特徵和運動的推斷,另外,如果運動特徵比較複雜不好確定,這種方案也是需要一定的調整的,避免運算誤差帶來的問題。
如果物體運動時能很好地將特徵表現出來,那麼便可以運用線性檢測方法進行**或者**的處理,這種方式實際是在物體運動困難的情況下選擇的,是物體由於不好尋找特徵而進行的匹配方案,這一方面可以用來區分較難區分的目標點的特點;另一方面可以運用快速匹配的演算法,將物體運動的目標快速鎖定,這樣可以幫助**的應用。
1.2 基於光流場的方法
對於光流場的計算一般是通過相間的乙個小時間段分析影象的差異性,這個時間可以幾十毫秒,這種方式有乙個比較好的地方就是,可以從相間的時刻之間選擇,不僅保證影象中每乙個影象都能反映出運動資訊,還可以計算出光流場的運動方式,一般計算運動資訊可以分成兩個流程:首先計算出光流場運動資訊;然後在計算光流場的整體結構和三維運動情況。
對於紅外影象的計算光流場的方式都是基於三維場景來算的,基本這些從理論上就能確定運動物體的形狀和相關資訊,然後也可以更好地維繫攝像機拍攝的時間以及旋轉的方向,但是這種方式當前處理起來難度還很大,計算具有複雜性,在當前的系統中還難以運用,因此,該演算法運用起來還很不成熟。
1.3 基於背景建模的方法
這種演算法模型實際是通過影象的差異來建立建模的方式,這種通過運動區域的不同而進行的檢測技術,可以有效的確認影象背景發生的變化,並且可以保證整個影象的建模能建立完整的資料,保留完整的影象特徵,一般最簡單的背景建模方式是時間平均影象,但是這種影象建模的方式有其侷限性,比如當光線變化或者周圍其他因素干擾的情況下,都會導致影象產生變化,所以背景建模的方式目前還不適用於運動場景梯度變化的情況,當前人們開發的新的建立模型的方式目的就在於減少場景周圍其他因素干擾導致的影象檢測變化,但是目前對於建模初期的問題研究還不夠深入,也可以通過假設的方式讓前景影象的影象序列展開,但是這種方式也具有一定的侷限性。
1.4 基於幀間差分的方法
採用幀間差的方式對影象進行建模,當前一般是採用二維影象的方式,一般這種方式不斷變化的環境中使用,並且在短暫的時間內可以檢測影象的運動變化,可以檢測影象的畫素強度,而零畫素一般是運動差異造成的,採用幀間差的演算法可以幫助迅速確定運動中的影象序列,這種方式目前運用較為普遍,但是這個方式避開了背景建模的方式,因此，檢測起來有一定誤差,結果也不是很理想。
幀間差分的方式,運用雖然前景廣闊,但是受到了硬體條件的限制,傳統的幀間差分演算法更加容易實現,而對於依靠硬體實現的新演算法,又不容易避免的不足,因此,本文將針對於之前這些演算法的不足之處進行改進,找到了方便快捷的紅外影象檢測方法,即sobel運算元檢測方法。
2 基於sobel運算元的幀間差分檢測演算法
對於sobel運算元檢測方法是對於船舶運動距離的確定,紅外影象的目標影象與之前的影象有一定的差異,在形狀和大小上有差異性,如果運用之前幀間差分演算法或者基於特徵的檢測方法或者是光流場的檢測方法就很難實現檢測精度的實現,因此，可以提出運動雜訊,確保影象的邊緣清晰,然後通過obel運算元的幀間差檢測方法來實現最終目標。
2.1 幀間差分法
根據紅外影象的特點,根據運動灰度的變化可以讓影象更加真實可靠,並且精度更高,運動灰度的變化可以讓物體運動的資訊更加明確,這個檢測方法的原理主要是,運用相近的兩個影象,提取他們相似的灰度,來確定物體運動的情況和具體位置。但是我們知道,物體運動時具有不穩定性,位置是不確定的,對於背景來說,色彩是灰色的,因此這就與運動的部分形成了分明的對比,背景的灰度差基本是零,而運動部分的灰度差卻很明顯,因此，三維運動投影到二維影象上就需要注意投影運動運動的情況,目標發生了運動就會產生運動軌跡,而二維影象上兩個影象的幀間差就會確定目標是否運動,因此，我們觀察船舶的運動軌跡就是運用幀間差運算來確定,將背景灰度去掉,然後提公升檢測的準確度。
2.2 影象去噪、增強
首先影象腐蝕的定義是e(k)=k*=,這個公式的意思是:當結構元素的起源(k,v)移動到的位置,如果s是完全包含在k,乙個新的點的影象是1,否則為0。如圖1所示。
運用影象腐蝕的公式可以幫助將結構較小的元素去掉,然後不實現沒有意義的結構元素,通過選擇大小相近的結構元素和種類,讓兩個物體實現一定的連線,然後運用腐蝕運算的公式分離兩個不同的物體。因此,為了簡便運算方法,可以採用這個公式。
e(k)=i(k,v)&i(k-1,v)&i(k+1,v)&i(k,v-1)&i(k,v+1)&i(k-1,v-1)&i(k+1,v+1)&i(k-1,v+1)&i(k+1,v-1)
膨脹的定義:d(k)=k＋s=。該式意思是:
如果結構元素s的原點位移到(k,v),它與k的交集非空,這樣的點(k,v)組成的集合就是s對k膨脹產生的結果。也就是說,當s的原點移動到(k,v)位置,如果s與物體k有任何一點同時為1,則新影象上相應點(k,v)為1;如果完全沒有相交,新影象上點(k,v)為0。如圖2所示。
2.3 影象分割
為了讓整個影象能更清晰的表現出特徵,整個影象都要分割為幾個相互不重疊的區域,專業那個可以確保分隔灰度閾值,並保證多種情況下目標和背景都能不重疊,體現出特徵。
2.4 邊緣檢測
這種演算法其實是在邊界資訊還沒有的前提下進行邊緣檢測,根據背景灰度值不同的情況進行不連續的反映,然後考察每個畫素內灰度的不同,用變化值進行檢查資訊的變化,然後根據畫素內灰度的變化,確定影象的情況,這種方式就是邊緣檢測的運算元方法。
2.4.1 邊緣檢測運算元種類
(1)對於邊緣檢測的演算法來說,需要運用梯度幅度最大的方式進行邊緣取界,然後運用不同影象中的畫素進行運算,確定閾值進行邊緣檢測。
(2)對於第二種演算法r**ret運算元來說,這是二階微分子演算法的代表,運用零點運算的方式進行及核算運算方式,效率更高,同時閾值邊緣選取的方式更合理。
(3)還有一種演算法是最佳的演算法,就是運用這種方式可以實現紅外影象的邊緣計算的方式,當前最常用的是gandy運算元,這種方式是運用高斯函式進行影象處理的,羽化能力較強,能起到影象降噪的想過,可以處理一些影象邊緣的問題,並且通過微分的原理可以實現高斯的模組演算法,通過這種方式實現邊緣強度和梯度的確定
2.4.2 實驗分析
在速度方面,對於乙個影象,各檢測運算元計算量見表1。
對於這種運算元方法,對於影象邊緣的定位要求很高,同時還要注意檢測雜訊的**能力,因為影象本身的定位和抑制能力就是相互矛盾的,而對於紅外影象的演算法來說,影象邊緣要有較強的定位能力,同時還有較強的抵抗雜訊的能力,有一定的抗干擾能力,對於sobel運算元來說,演算法引數的選擇將直接影響到雜訊的抵抗能力,具體展開來說,運算元具有以下特點[5]。
(1)sobel運算元和prdteo運算元。這種運算元是對影象能起到很好地過濾作用,通過過濾,實現影象平滑部分和雜訊部分的差別離析,還可以抵抗雜訊的干擾,對於檢測結果**現的偽平滑邊緣來說更是需要有兩個運算元邊緣定位和儲存,這種運算元方法對於背景灰度值有較好的處理方法,並且可以讓有雜訊干擾的影象有更好的計算結果。
(2)對於r**ret運算元來說,運用運算元之間的差別進行影象邊緣尋找是有一定的優點的,並且邊緣的定位越明顯,測量的精度越高,但是這種演算法很容易讓影象的乙個邊緣丟失,並且在沒有實現邊緣演算法的前提下,沒有經過雜訊處理,因此,這種演算法對於雜訊影響較低的影象計算較為準確,也更適用。
(3)lapplan運算元:這種運算元屬於第二階段的運算元,並且影象中如果屬於邊緣型定位的話那麼影象旋轉就要帶有一定的方向性,避免運算元資訊丟失,而對於檢測邊緣的灰度梯度值的差異,不用考慮。只要關心邊緣資訊的檢測就可以,這種運算元的方式可以對於影象單獨的畫素進行檢驗,並且精度更高,但是只適合沒有雜訊干擾的影象,如果存在雜訊干擾,那麼必須首先採用低通濾波,並且要確保檢測是屋頂型影象邊緣中運用的。
基於梯度運算元的影象清晰度檢測方法
年第 期 資訊通訊 總第 期 仉基於梯度運算元的影象清晰度檢測方法 龔永龍，郭亞莎 成都理工大學資訊科學與技術學院，四川成都 摘要 隨著數字成像技術向自動化和智慧型化發展，自動對焦技術的應用範圍不斷擴大，在自動化 高精度 高穩定性方面取的了很大的進展 各種數字影象處理應用軟體，演算法規則層數不窮 文...
「紅歌會」的策劃
法商學院慶祝建國60周年系列活動之 一 活動背景 為了慶賀祖國建國六十周年，大力弘揚中華民族先進文化，激發廣大學生的愛國熱情和民族自豪感，豐富學生的課餘文化生活，建立文明和諧校園。我校決定舉行首屆 紅歌會 歌詠比賽。二 活動宗旨 激發同學們的愛國熱情，培養良好的生活情趣，活躍校園氣氛，弘揚愛國精神，...
紅滷水的製作
1 將所有香料裝入寬鬆的紗布袋中並用細繩紮緊袋口，姜洗淨拍破，蔥連根鬚洗淨挽結。2 將冰糖與油一同入鍋，用小火炒至呈深紅色時，摻入100克沸水攪勻，即成糖色。3 鍋置火上倒入高鍋，放入薑蔥，調入精鹽 味精和糖色，再放入香料包，燒沸後改用小火慢慢地熬至香味四溢時，即成新鮮滷水。三 滷水的使用 1 凡動...