海難搜救機器視覺系統中結合運動信息的視覺注意模型技術方案

本發明專利技術公開了一種應用于海難搜救機器視覺系統中，結合運動信息的視覺注意模型，在實施時，主要利用圖像序列中的亮度、顏色和運動信息三個方面的特征，利用線性合并策略形成視覺顯著圖，并通過競爭機制獲得當前視覺注意焦點，以此進行海難搜救的目標檢測。此處的運動信息來源于圖像序列的當前幀與滑動平均后背景圖像之間差分的結果。本發明專利技術的使用，可以實現在海難搜救動態背景條件下生成搜救目標顯著圖，從而得到視覺注意焦點。本發明專利技術使用的運動信息計算量小、實現方便，同時該方法不必計算傳統視覺注意模型中的方向特征，這樣可以有效去除水天線帶來的干擾，使視覺注意模型更適用于海難搜救特定環境中。

【技術實現步驟摘要】

本專利技術屬于機器視覺領域，是涉及一種應用于海難搜救機器視覺系統的，結合運 動信息的改進的視覺注意模型。
技術介紹
通過分析可見光成像設備獲取的圖像序列，在水上場景中進行目標檢測是海難搜 救機器視覺系統的重要任務之一。上世紀九十年代起，國外學者對海難搜救中應用圖像處理技術和機器視覺技術， 進行了初步的探討。Sumimoto利用搜救目標的顏色特征進行海難目標檢測；Yamamoto 提出了利用圖像處理技術檢測救生筏的方法。Westall等提出利用形態學方法等輔助 UAV(unmanned automatic vechile)對落水人員進行定位。視覺注意是建立在人類視覺感知機制基礎上的，該方法特別適合在復雜場景中檢 測目標，引起了國內外學者的廣泛關注。自下而上和自上而下是視覺注意機制中兩類注意 區域選擇機制，自下而上是數據驅動的，完全根據圖像自身的特征得到顯著區域，而自上而 下是任務驅動的，根據先驗知識指導顯著區域的選擇。Itti提出的特征圖組合策略中，利 用了圖像的顏色、亮度和方向三個特征，同時Itti提出了四種特征合并策略，并對其進行 了對比。葉聰穎提出了基于HSI空間的船舶檢測視覺注意模型，即在HSI顏色空間中，對三 個分量采用多尺度的視覺差分計算獲得各個分量特征圖，進而對其進行線性融合獲得顯著 圖。這些模型僅考慮了圖像的靜態信息。近年來，很多學者在視覺注意模型中靜態信息與動態信息相結合的理論和方法上 開展了大量研究工作。張焱提出了一種結合運動特征的顯著圖提取方法，該方法中顯著圖 是利用了圖像的灰度、細節和運動特征，其中圖像的灰度特征來自小波分解中的低頻分量， 細節部分來自經過小波分解后的高頻分量，而運動特征是由相鄰幀之間的相關曲線得到 的。Sim討論了基于運動集成的弱小目標檢測算法，其中特征選擇了亮度、方向和運動特征。 陳嘉威將運動速度和運動方向弓丨入運動顯著圖中，以此在復雜場景中檢測目標。Bur等人對 各類綜合靜態特征和動態特征的視覺注意模型進行了對比，其中動態特征中利用了圖像的 空間梯度信息。針對海難搜救的特殊應用，即船載攝像機會隨著船舶運動，而被檢測目標也是動 態變化的，普通的運動目標檢測方法效果不理想，即僅考慮運動特征時，較易把目標和背景 噪聲混淆。同時，采用經典的三類特征生成視覺顯著圖時，水天線明顯的方向特征，在方向 通道中十分顯著，對海難搜救的目標檢測任務而言是較大的干擾。
技術實現思路
本專利技術主要針對在海難搜救的場景下，經典的視覺注意模型，沒有包括運動信息， 并且顏色、亮度和方向三個特征顯著圖計算量較大；此外海上背景中水天線對搜救目標檢 測有較大的影響等問題；而提供一種結合運動信息的視覺注意模型，以進行海難搜救視覺系統中的目標檢測問題。為了實現上述目的，本專利技術是通過如下的技術方案來實現海難搜救機器視覺系統中結合運動信息的視覺注意模型，所述結合運動信息的視 覺注意模型是通過以下步驟實現的1)對當前幀圖像Ik，獲取其顏色信息Color和亮度信息Intensity ；2)對顏色信息與亮度信息，分別求其高斯金字塔，并通過center-surround差分 運算和規范化處理，得到兩個通道的特征圖；3)對當前幀圖像Ik與前一幀圖像Ιη，利用滑動平均方法獲得當前幀的背景圖像 Backgr0Imdk，然后利用差分方法得到當前幀的運動信息圖，并對其進行規范化處理；4)將顏色、亮度和運動信息，三個部分的特征，按照線性合并策略進行特征合并， 得到總顯著圖。5)通過WTA機制，選擇視覺注意的焦點，生成總特征圖。本專利技術的使用考慮到視覺注意模型在復雜場景目標檢測中的優勢，使用視覺注意 模型進行目標檢測時，在原有的靜態特征基礎上加入運動信息，形成總顯著圖，該運動信息 來源于采用滑動平均的幀間差分結果，該方法簡單易實現；此外，顯著圖選用顏色、亮度和 運動特征，而棄用傳統視覺注意模型中的方向特征，一方面可以簡化算法，另一方面可以避 免水天線的干擾。該方法可以滿足海難搜救的應用要求。附圖說明下面結合附圖和具體實施方式來詳細說明本專利技術；圖1為本專利技術中結合運動信息的視覺注意模型流程圖。圖2a為實驗的原圖像。圖2b為背景差分結果效果示意圖。圖2c為Itti模型的各通道顯著圖。圖2d為Itti模型的顯著圖。圖2e為Itti模型中無方向信息的顯著圖。圖2f為本專利技術方法的顯著圖。圖3a為實驗的原圖像。圖3b為背景差分結果效果示意圖。圖3c為Itti模型的各通道顯著圖。圖3d為Itti模型的顯著圖。圖3e為Itti模型中無方向信息的顯著圖。圖3f為本專利技術方法的顯著圖。具體實施例方式為使本專利技術實現的技術手段、創作特征、達成目的與功效易于明白了解，下面結合具體實施方式，進一步闡述本專利技術。本專利技術是一種結合運動信息的視覺注意模型，主要針對在海難搜救的場景下，經 典的視覺注意模型，沒有包括運動信息，并且顏色、亮度和方向三個特征顯著圖計算量較大；此外海上背景中水天線對搜救目標檢測有較大的影響。針對這些問題，進行的改進設 計。基于上述目的，本專利技術提供的海難搜救機器視覺系統中結合運動信息的視覺注意 模型，是通過下列步驟實施的(如圖1所示)1)對當前幀圖像Ik，通過線性濾波獲取其顏色信息Color和亮度信息Intensity ；2)對顏色信息與亮度信息，分別求其高斯金字塔，并通過center-surround差分 運算和規范化處理，得到兩個通道的特征圖，生成顏色特征的顯著圖以及生成亮度特征的 顯著圖；3)對當前幀圖像Ik與前一幀圖像Ιη，利用滑動平均方法獲得當前幀的背景圖像 Backgr0Imdk，然后利用差分方法得到當前幀的運動信息圖，并對其進行規范化處理；4)將顏色、亮度和運動信息，三個部分的特征，按照線性合并策略進行合并，得到 總顯著圖。5)通過WTA機制，選擇視覺注意的焦點，生成總特征圖。基于上述方案，本專利技術在實施時，主要面臨的問題是，第一是如何提取運動信息， 要求計算量盡量小并足以反映運動目標的特征；第二是針對總顯著圖，如何選擇圖像序列 的特征。針對第一個問題，本專利技術采用了較常見的滑動平均方法，獲得背景圖像，然后利用 圖像序列中的當前幀與當前背景圖像差分獲得運動特征；設Ik(X，y)是圖像序列V的第k幀，則當前更新的背景圖像為Background, (x, y) = α Ik(x, y) + (1-α ) I^1 (χ, y),0 ^ α 彡 1 (1)α是當前幀在背景圖像中的權重，其大小取決于背景變化的程度。由背景差分方 法可得運動目標圖像為Mk(x, y) = Ik(χ, y)-Background,(χ, y) (2)針對不同的圖像，可采用不同權重。同時，為與顏色特征及運動特征進行合并，獲得的運動目標圖像還需要進行規范 化處理，即有丸(xj) = N[Mk (x,>；)]。針對第二個問題，本專利技術選擇了顏色、亮度和運動信息三個特征，計算量小，實現簡單。首先，特征圖中沒有考慮方向通道的信息，可避免24個方向特征圖的計算，簡化 運算，本專利技術所需的特征圖僅有19個；其次，本專利技術提出的特征圖生成方法有效的去除了水天線的干擾。基于上述方案，本專利技術具體實驗如下實驗一，參見圖2a_2f，該實驗中權重設定為0.8。其中圖2a顯示實驗的原圖像本文檔來自技高網...

【技術保護點】

【技術特征摘要】
海難搜救機器視覺系統中結合運動信息的視覺注意模型，其特征在于，所述結合運動信息的視覺注意模型是通過以下步驟實現的1)對當前幀圖像Ik，獲取其顏色信息和亮度信息；2)對顏色信息與亮度信息，分別求其高斯金字塔，并通過center surround差分運算和規范化處理，得到兩個通道的特征圖；...

【專利技術屬性】
技術研發人員：冉鑫，任蕾，施朝健，陳錦標，陳建彪，應士君，
申請(專利權)人：上海海事大學，
類型：發明
國別省市：31