本發明專利技術屬于信息工程領域中的信息處理領域，具體涉及一種水面移動平臺視覺系統圖像分析處理方法。本發明專利技術包括：圖像去霧；灰度化；圖像穩像；目標分割；二值化；形狀特征提??；紋理特征提?。唤⒉煌愋湍繕颂卣鲙欤簧窠浘W絡訓練與測試。水面移動平臺視覺系統圖像分析處理方法具有處理實時性強、圖像綜合分析處理能力強、適用范圍廣等特點，能夠對水面移動平臺在海霧等惡劣天氣環境下進行實時的視頻圖像去霧和電子穩像處理，并且能夠對水面多類目標進行識別。
【技術實現步驟摘要】
【專利摘要】本專利技術屬于信息工程領域中的信息處理領域，具體涉及。本專利技術包括：圖像去霧；灰度化；圖像穩像；目標分割；二值化；形狀特征提取；紋理特征提取；建立不同類型目標特征庫；神經網絡訓練與測試。水面移動平臺視覺系統圖像分析處理方法具有處理實時性強、圖像綜合分析處理能力強、適用范圍廣等特點，能夠對水面移動平臺在海霧等惡劣天氣環境下進行實時的視頻圖像去霧和電子穩像處理，并且能夠對水面多類目標進行識別。【專利說明】
本專利技術專利屬于信息工程領域中的信息處理領域，具體涉及。
技術介紹
隨著高精度、高分辨率圖像傳感器以及高速數據采集和嵌入式處理系統的出現，使視頻圖像實時處理能力得到極大提高。也使得視覺系統在水面移動平臺，如勘探船、運輸船、無人艇、巡航艦等中的應用也越來越廣泛，成為水面移動平臺目標探測、目標特征提取與識別以及目標跟蹤的重要手段。目前水面移動平臺中使用的視覺系統存在的不足主要體現在:視覺系統的圖像自主分析處理能力不足，體現在:由于在海浪和水面移動平臺的運行，攝像頭采集的視頻圖像會發生抖動而變得模糊，會造成目標圖像無法識別或識別錯誤，且由于這一模糊中存在平移、旋轉、隨機抖動等多種情況，所以處理復雜，目前現有的水面移動平臺視覺系統缺乏這一處理能力；由于海洋環境復雜，水面移動平臺視覺系統所拍攝的視頻圖像經常會受到海霧天氣情況的影響，造成所拍攝的視頻圖像模糊降質、對比度低，影響圖像后續分析和處理。目前現有的視頻圖像增強處理大部分用于陸地圖像處理，對于水面不均勻的圖像海霧處理研究非常有限，水面移動平臺視覺系統更是缺乏這一處理能力；目前的水面移動平臺的水面目標的特征提取和識別大部分停留在水面船只的識另IJ，還不具有水面多類目標(如島嶼、巖石、船只等)識別功能。由于現有的軟件算法與硬件系統相匹配融合的能力不足，大部分水面移動平臺的視覺系統都是與常規計算機相配合，起到環境或目標監視的輔助作用，靠人工與其他測量設備綜合分析之后作出判斷決策，不利于視頻圖像自主處理功能的實時實現。
技術實現思路
本專利技術的目的在于提供一種適合于水面移動平臺的水面移動平臺視覺系統圖像分析處理方法。本專利技術的目的是這樣實現的:I)圖像去霧:對于海霧下對比度低的待識別目標圖像進行去霧增強清晰化處理，得到去霧清晰化的視頻圖像:1.1)對海霧下的待識別目標視頻圖像進行幀差法背景提取得到初始背景；1.2)對當前同一背景下的待識別圖像視頻幀的第一幀進行基于大氣散射物理模型的單幅圖像去霧處理，用處理前的圖片減去處理后的圖片得到該背景下的霧氣遮罩；1.3)當前同一背景下的所有視頻幀都減去這個霧氣遮罩得到當前背景下待識別目標視頻增強復原后的清晰化視頻序列；1.4)背景更新，并返回步驟1.2)繼續執行，輸出去霧后的清晰化待識別目標視頻圖像；2)灰度化:對上一步圖像去霧得到的清晰化的待識別目標視頻圖像進行灰度化處理；3)圖像穩像:對上一步得到的灰度化的待識別目標圖像進行圖像電子穩像處理，消除由于海浪和水面移動平臺運動抖動而造成待識別目標圖像模糊的影響，得到最終清晰化的待識別目標圖像:3.1)利用SIFT角點提取方法分別提取待識別目標視頻圖像參考幀圖像的特征點集A和當前幀圖像的特征點集B，這里參考幀是當前幀的前一幀，當前幀表示當前正在進行穩像處理的視頻幀；3.2)利用序列相似性檢測算法對3.1)中特征點集A和特征點集B進行角點特征匹配；3.3)對匹配后的特征點利用仿射模型求解特征點集A和B中匹配點的運動參數；3.4)利用Kalman運動濾波方法得到當前待識別圖像幀正常掃描對應的運動參數；3.5)將3.3)得到的圖像運動參數與3.4)得到的正常掃描對應的運動參數相減得到攝像機的隨機抖動對應的運動參數，即需要對當前幀進行補償的運動參數；3.6)根據3.5)最終獲得的運動參數對當前幀圖像進行相應的補償，重新執行3.1)繼續下一幀待識別目標圖像的穩像處理；4)目標分割:采用基于自適應Mean-Shift的平滑分割算法對上一步最終清晰化的待識別目標圖像進行目標背景的分割，提取目標；5)二值化:對上一步提取出的目標進行簡單的二值化操作，將目標標記為白色，背景為黑色，得到白色的目標區域；6)形狀特征提取:將上一步二值化得到的目標區域，提取其14個形狀特征，包括面積特征、細長度特征、緊密度特征、凸包性特征、凸起度量以及6個Hu不變矩特征和3個仿射不變矩特征；7)紋理特征提取:根據二值化得到目標區域，得到穩像處理后的原待識別目標圖像中目標區域，對該目標區域進行紋理特征的提取，得到目標所對應的6個紋理特征；8)建立不同類型目標特征庫:目標圖像樣本經過圖像分割、二值化之后提取其形狀特征和紋理特征得到；9)神經網絡訓練與測試:將由目標圖像樣本庫得到的目標特征輸入到BP神經網絡進行訓練，得到訓練好的神經網絡，然后將待識別目標特征輸入到訓練網絡中進行識別，得到最終的識別結果。本專利技術的有益效果在于:水面移動平臺視覺系統圖像分析處理方法具有處理實時性強、圖像綜合分析處理能力強、適用范圍廣等特點，能夠對水面移動平臺在海霧等惡劣天氣環境下進行實時的視頻圖像去霧和電子穩像處理，并且能夠對水面多類目標進行識別。解決了由于移動平臺的快速移動引起的圖像抖動、由于水面海霧天氣下造成的圖像模糊以及水面目標識別單一等造成的水面移動平臺視覺系統圖像綜合處理分析功能不足，適應性不強，以及軟件算法與硬件平臺融合不足引起的水面移動平臺視頻圖像自主處理功能實時性不強的問題。【專利附圖】【附圖說明】圖1為水面移動平臺視覺系統圖像分析處理器總體結構框圖；圖2軟件實時處理顯示界面；圖3水面移動平臺視覺系統圖像分析處理方法的算法框圖；圖4視頻圖像增強處理流程圖；圖5單幅圖像去霧框圖；圖6視頻增強處理效果；圖7基于特征點提取和Kalman濾波的電子穩像算法流程圖；圖8相鄰幀補償示意圖；圖9視頻圖像穩像處理效果；圖10四種實驗數據來源；圖11軟件圖像處理效果。【具體實施方式】下面結合附圖對本專利技術做進一步描述。本專利技術的目的是提供一種適合于水面移動平臺的水面移動平臺視覺系統圖像分析處理方法，重點解決的技術問題:解決由于移動平臺的快速移動引起的圖像抖動、由于水面海霧天氣下造成的圖像模糊以及水面目標識別單一等造成的水面移動平臺視覺系統圖像綜合處理分析功能不足，適應性不強，以及軟件算法與硬件平臺融合不足引起的水面移動平臺視頻圖像自主處理功能實時性不強的問題。開發了適合于水面移動平臺的視覺系統視頻圖像的實時處理方法:包括:前臺軟件處理實時顯示界面和后臺處理算法。與基于FPGA的實時高速視頻圖像采集和miniPC主機以及嵌入式操作系統VxWorks的視頻圖像實時處理平臺相對接，實現軟硬件平臺融合。本系統工作原理是利用安裝在水面移動平臺上的FPGA圖像采集模塊和攝像頭模塊進行移動平臺周圍水面目標視頻圖像的采集，通過FPGA圖像采集模塊將采集到的視頻圖像傳輸到裝有VxWorks嵌入式系統的miniPC主機平臺上進行視頻圖像的處理，然后將處理后的結果傳輸到VGA顯示裝置上顯示，并且控制伺服系統調節攝像頭的位置，實現對水面移動平臺周圍場景的全方位視頻圖像獲取。在嵌入式操作平臺下，主要完成對FPGA圖像采集模塊傳輸的視頻圖像進行處理、伺服系統本文檔來自技高網...
【技術保護點】
一種水面移動平臺視覺系統圖像分析處理方法，其特征在于：1）圖像去霧：對于海霧下對比度低的待識別目標圖像進行去霧增強清晰化處理，得到去霧清晰化的視頻圖像：1.1）對海霧下的待識別目標視頻圖像進行幀差法背景提取得到初始背景；1.2）對當前同一背景下的待識別圖像視頻幀的第一幀進行基于大氣散射物理模型的單幅圖像去霧處理，用處理前的圖片減去處理后的圖片得到該背景下的霧氣遮罩；1.3）當前同一背景下的所有視頻幀都減去這個霧氣遮罩得到當前背景下待識別目標視頻增強復原后的清晰化視頻序列；1.4）背景更新，并返回步驟1.2）繼續執行，輸出去霧后的清晰化待識別目標視頻圖像；2）灰度化：對上一步圖像去霧得到的清晰化的待識別目標視頻圖像進行灰度化處理；3）圖像穩像：對上一步得到的灰度化的待識別目標圖像進行圖像電子穩像處理，消除由于海浪和水面移動平臺運動抖動而造成待識別目標圖像模糊的影響，得到最終清晰化的待識別目標圖像：3.1）利用SIFT角點提取方法分別提取待識別目標視頻圖像參考幀圖像的特征點集A和當前幀圖像的特征點集B，這里參考幀是當前幀的前一幀，當前幀表示當前正在進行穩像處理的視頻幀；3.2）利用序列相似性檢測算法對3.1）中特征點集A和特征點集B進行角點特征匹配；3.3）對匹配后的特征點利用仿射模型求解特征點集A和B中匹配點的運動參數；3.4）利用Kalman運動濾波方法得到當前待識別圖像幀正常掃描對應的運動參數；3.5）將3.3）得到的圖像運動參數與3.4）得到的正常掃描對應的運動參數相減得到攝像機的隨機抖動對應的運動參數，即需要對當前幀進行補償的運動參數；3.6）根據3.5）最終獲得的運動參數對當前幀圖像進行相應的補償，重新執行3.1）繼續下一幀待識別目標圖像的穩像處理；4）目標分割：采用基于自適應Mean?Shift的平滑分割算法對上一步最終清晰化的待識別目標圖像進行目標背景的分割，提取目標；5）二值化：對上一步提取出的目標進行簡單的二值化操作，將目標標記為白色，背景為黑色，得到白色的目標區域；6）形狀特征提取：將上一步二值化得到的目標區域，提取其14個形狀特征，包括面積特征、細長度特征、緊密度特征、凸包性特征、凸起度量以及6個Hu不變矩特征和3個仿射不變矩特征；7）紋理特征提取：根據二值化得到目標區域，得到穩像處理后的原待識別目標圖像中目標區域，對該目標區域進行紋理特征的提取，得到目標所對應的6個紋理特征；8）建立不同類型目標特征庫：目標圖像樣本經過圖像分割、二值化之后提取其形狀特征和紋理特征得到；9）神經網絡訓練與測試：將由目標圖像樣本庫得到的目標特征輸入到BP神經網絡進行訓練，得到訓練好的神經網絡，然后將待識別目標特征輸入到訓練網絡中進行識別，得到最終的識別結果。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：馬忠麗，文杰，劉宏達，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：黑龍江;23
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。