哈尔滨工程大学 水下机器人技术国防科技重点实验室,黑龙江 哈尔滨 150001
针对海面运动载体的可见光序列图像,结合复杂海空背景图像的特点,提出了一种不以检测海天线为前提的弱小目标检测方法。首先,修复图像中被高亮度噪声损毁的部分,如曝光区域或反光区域; 接着,量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,据此来判断海天线区域是否存在,若存在则预测海天线区域的位置,否则放弃后续处理; 然后,采取Mean-shift分割算法中先滤波后聚类的策略,使用周围纹理抑制滤波来平滑海天线区域,并以像素点和点集为单位对平滑图像进行聚类; 最后,将最大面积区域与其他区域分离来二值化图像,完成目标提取。试验证明,该方法能够很好地定位目标信息,单帧处理平均耗时为35 ms,具有准确性和实时性。
目标检测 图像修复 区域预测 周围纹理抑制滤波 聚类 target detection image restoration region prediction surround suppression filtering clustering
1 哈尔滨工程大学船舶学院, 黑龙江, 哈尔滨 150001
2 哈尔滨工程大学水下机器人技术国防科技重点实验室, 黑龙江, 哈尔滨 150001
针对海面运动载体的可见光序列图像,紧密结合海面图像的特点,提出了一种适用于海天背景和海岸背景的海界线检测方法。根据量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,来判断海界线区域是否存在,若存在则预测海界线区域的位置,若不存在则放弃后续处理。由于海界线是自然视野中最长的连续性最好的直线,所以先利用周围纹理抑制的改进Canny算子提取轮廓边缘,然后对Hough变换进行投票加权,精细检测水平或倾斜的海界线。实验证明,该方法能够快速定位海界线区域,并得出既包含有效信息又大幅缩减了无意义信息的二值图像,可在轮廓边缘中准确找到海界线,具有很好的稳健性和实时性,可以应用于需要精确的海界线信息的工程任务中。
图像处理 海界线检测 区域预测 周围纹理抑制 投票加权