空時(shí)域聯(lián)合差分檢測可見(jiàn)光圖像的運動(dòng)小目標

空時(shí)域聯(lián)合差分檢測可見(jiàn)光圖像的運動(dòng)小目標胡謀法李超王書(shū)宏(國防科學(xué)技術(shù)大學(xué)ATR重點(diǎn)實(shí)驗室,長(cháng)沙410073)E-mail:hu199709200106@sina.com擴要可見(jiàn)光圖像背景常常表現出時(shí)城和空域的雙重相關(guān)特性。針對可見(jiàn)光圍像背景下的運動(dòng)小目標檢測,提出了一種空時(shí)城聯(lián)合差分的檢測方法。以可見(jiàn)光圍像序列模型為基礎定性分析了目標、背景和噪聲的基本特性和差異;在此基腳上提出了空時(shí)城聯(lián)合差分的背景抑制方法,結合流水線(xiàn)結構給出了一種實(shí)時(shí)性好的具體實(shí)現方案。實(shí)驗結果證實(shí)了該方法的有效性。關(guān)鏞詞目標栓測空時(shí)域差分流水線(xiàn)結構可見(jiàn)光背景起伏文章編號1002-8331-(2006)21-0025-03文獻標識碼A中圖分類(lèi)號TN9l1.74Spatial-temporal Difference Method for Detecting Small MovingTargets in Visible Image Background Clutter(ATR Key Lab, National University of Defense Technology, Changsha 410073)Abstract: The visible image background clutter is correlative in space and time domain To detect small moving targetsin complex visible image background clutter, the spatial -temporal difference method is presented. Based on the visibleimage sequences model, the characteristic and difference of targets, background and noise are analyzed qualitatively Withthese, the spatial-temporal difference method (STDM)for background suppression is presented and also it's realizationvia assembly line and pipeline scheme is given. Many experiments prove the availability in practiceKeywords: target detection, spatial-temporal difference method, pipeline scheme, visible image, Background clutter1引言相關(guān)性是復雜的背景起伏非常重要的特征之一2。由于對目標進(jìn)行檢測成像觀(guān)測是最直接有效的手段。在光學(xué)物理規律的約束,可見(jiàn)光圖像的背景常常表現出時(shí)域和空域波段,以CCD作為傳感器的各種地基系統的應用也越來(lái)越廣的雙重相關(guān)特性?；诖?本文提出了一種空時(shí)域聯(lián)合差分泛,以此為研究對象的理論和方法也越來(lái)越多越來(lái)越深人?？? Spatial- temporal difference method,簡(jiǎn)記為STDM)的背景抑間目標在CCD像面上成像往往是淹沒(méi)在復雜的背景中,而且制方法并且利用該方法檢測可見(jiàn)光背景下的運動(dòng)小目標。文目標象素少缺乏形狀信息這使得其檢測非常困難。人們提出中首先建立了可見(jiàn)光圖像序列模型,定性分析目標背景和噪了很多弱小目標的檢測方法,可以歸納為三類(lèi)。第一類(lèi),如運動(dòng)聲的特性;然后給出STDM的基本原理和具體實(shí)現;最后給出差分、光流法等叫這類(lèi)方法根據目標運動(dòng)的連續性和灰度分布了實(shí)驗結果和結論。的時(shí)間相關(guān)性抑制圖像背景進(jìn)而檢測運動(dòng)目標,該類(lèi)方法一般都是利用一組相鄰的圖像幀進(jìn)行目標檢測。第二類(lèi)是基于空域2可見(jiàn)光圖像模型濾波形態(tài)學(xué)濾波等技術(shù)的弱小目標檢測算法。它們都是根可見(jiàn)光圖像序列可以表示為據目標和背景在圖像灰度上的差異性景抑制來(lái)實(shí)現目標增強,然后結合閾值分割等技術(shù)實(shí)現目標的檢測。第三類(lèi)是I(x、、(b(x,y,)+n(x,y,i)(1)基于假設檢驗的思想,如似然比檢驗F檢驗的弱小目標檢其中xy,i分別表示每幀圖像的空間坐標橫、縱軸以及時(shí)測方法等。這些方法在實(shí)際中的紅外小目標檢測都得到了廣泛間坐標(第i幀);(x,y,)表示第i幀圖像(x,y)處的象素灰度的應用t、b、n分別表示目標、背景以及測量噪聲的灰度。然而,前兩類(lèi)方法都僅僅應用了圖像序列在時(shí)域或者空域目標包括運動(dòng)的空間碎片等。由于目標輻射強度與周?chē)苑矫娴男畔?第三類(lèi)方法應用了目標時(shí)空域的運動(dòng)信息,但然背景的輻射強度不相關(guān),并且一般都是高于背景的輻射強算法實(shí)現的計算量較前兩類(lèi)高很多。因此,本文提出了一種充度,因此對地基觀(guān)測系統,空間目標距離很遠以至于它在像面分利用圖像序列空時(shí)域信息,實(shí)現相對容易的弱小目標檢測上只有幾個(gè)到十幾個(gè)象素大小灰度級相對較高。目標內部灰算法度分布比較均勻,在圖像上表現為小的亮斑,其自身具有相關(guān)基金項目:國家863高技術(shù)研充發(fā)展計劃資助項目(編號:2004A731270)作者簡(jiǎn)介:胡謀法(1979-),男(漢族),博士生,主要研究方向光學(xué)信息處理、目標檢測與識別等。李超(1977-),男(漢族)博士生,主要研究方向信號處理數據融合等。王書(shū)宏(1975-),男(漢族),主要研究方向光電信息處理,目標檢測等計算機工程與應用20062125襄1目標、背景和嗓聲特征比較目標背景灰度特性大部分低部分恒星灰度高大小隨機,服從高斯分布頻域成分高頻部低頻緩變部分高頻低頻都有,部分1噪聲相關(guān)特性空間上與背景不相關(guān)時(shí)間上自身相關(guān)空間上和時(shí)間上均與自身相關(guān)空間上,時(shí)間上均與背景不相關(guān)直線(xiàn)運動(dòng)運動(dòng)沒(méi)有規律性。目標一般可以認為直線(xiàn)運動(dòng)。波器,時(shí)域差分濾波器的輸出為對于地基觀(guān)測而言,背景由于在形成上受物理規律的約束,它們在空間上往往成大面積的連續分布狀態(tài)?？偸钦紙D像Io(x,, i)=2W(x,y, i-k)的絕大多數象素。大體上有兩部分構成;一是眾多的恒星它們其中:甲是濾波器系數;N是差分階數。濾波器系數如表2灰度級比較高所占像元也較少,其空間位置基本上恒定;二是衰21-2階時(shí)域差分濾波器系散天光背景,由宇宙背景輻射等的產(chǎn)生,它們灰度級一般比較低內部分布也比較均勻,往往占圖像的絕大多數像元。在CCD像面上背景呈現出一定的起伏特性,由于灰度變化的連續性,幅度不會(huì )太大。并且背景自身有較強的相關(guān)性。The second order從頻域上看,目標表現為小面積的快速變化高頻部分;背景總是表現為大面積的緩慢變化的低頻部分。33聯(lián)合目標檢測可見(jiàn)光圖像平面上的噪聲主要包括系統噪聲和測量噪聲實(shí)際上,空域差分和時(shí)域差分都是背景抑制,其結果都是一般認為它們是高斯白噪聲過(guò)程。噪聲還包括非平穩的/噪削背景的相關(guān)性,而盡可能多地保留目標信息。經(jīng)過(guò)空時(shí)域聲,主要由CCD讀數引起?？傮w上說(shuō)像平面上噪聲與背景象差分,原始圖像序列變成兩組僅僅包含目標和白噪聲的圖像素不相關(guān),在空間上隨機分布,而且時(shí)間上也沒(méi)有相關(guān)性。表1即(x,y)和L(xy)。聯(lián)合目標檢測可以歸結為如下步驟給出了目標、背景和噪聲的部分差異。(1)利用式(3)分別對l(x,y,i)和L(x,y,i)進(jìn)行對比度增強處理得到r(x,y,)和r=(x,y,i):3STDM描述在前面的分析中,我們知道背景不僅在時(shí)間上具有相關(guān)r(,0=05+4)n≤x,y性,而且在空間上也具有一定的相關(guān)性。因此可以利用當前頓的背景去預測下一時(shí)刻的背景,也可以利用某一幀內某個(gè)象素I(x, y, i)<+ko點(diǎn)鄰域內的點(diǎn)灰度去預測其實(shí)際值,以消除噪聲的影響。以此其中μ和σ分別為I(x,y,i)的均值和標準差,k=3-10為為基礎提出一種基于時(shí)空域聯(lián)合的差分檢測目標的方法。圖調整因子。1給出了STDM的流程圖。(2)根據(1)的結果采用一定的準則進(jìn)行空時(shí)域的聯(lián)合,得到新的圖像序列P(x,y,i),本文取(4)式的聯(lián)合準則空差原始圖像目標確認聯(lián)合檢測航跡關(guān)聯(lián)時(shí)域差分(3對圖像減行連分得到一組二值化圖1STDM流程圖圖像序列r(x,y,i),并認為圖像中的亮點(diǎn)都是候選目標點(diǎn):(x,y,i)=J 1 /(,y,i3.1空域差分背景上某點(diǎn)灰度可以由相關(guān)區域內的象素點(diǎn)灰度估計得閾值門(mén)限T一般取為圖像均值與方差的線(xiàn)性函數,即T=到,前面分析表明背景具有更大的空間相關(guān)性,而目標在每一+m,m=2-5幀圖像上相關(guān)性較小采用大大超過(guò)目標大小的模板對圖像進(jìn)34目標確認與航跡關(guān)聯(lián)行濾波將是圖像背景的很好估計;同時(shí)采用小尺寸的平滑模板經(jīng)過(guò)聯(lián)合目標檢測,原始圖像序列轉化為包含目標和白噪對圖像進(jìn)行濾波可以消除部分背景噪聲,而目標灰度基本上不聲的二值圖像。這些圖像中絕大部分象素為黑點(diǎn)(0),剩下的亮會(huì )有損失。兩次濾波結果的差就是空間差分的結果,lm=點(diǎn)(1)則分布在圖像上,它們有可能是目標也有可能是高亮度、分別表示空域差分、大尺的噪聲點(diǎn)。為了區分出真正的目標進(jìn)一步提高檢測概率降低度濾波小尺度濾波結果?？沼虿罘值慕Y果可以大大減弱背景虛警可以根據小目標運動(dòng)的連續性采用航跡關(guān)聯(lián)方法對目在空域的相關(guān)性,目標信息基本不會(huì )損失,這也使目標得到了標進(jìn)行確認3.5STDM實(shí)現32時(shí)域差分如前所述STDM計算復雜性主要體現在空域差分。小尺背景起伏在時(shí)間上也具有相關(guān)性。而目標在不同幀上出現度濾波采用n×n的均值模板,大尺度濾波采用5m×5n的均值模的位置不同(相關(guān)性較小)。因此對圖像序列作時(shí)域差分一方面板,n一般取為3-5:可以大大減弱起伏背景,另一方面也可以去除部分相關(guān)性,使得處理之后的圖像更接近是白噪聲背景下的運動(dòng)目標圖像,這(61)樣可以大大提高目標的檢測概率。時(shí)域差分相當于一個(gè)FIR濾62006.21計算機工程與應用為了驗證本文提出方法的有效性,圖2給出了三組圖像序Ter(62)列的處理結果。其中A組圖像目標比較亮B組目標中等亮度C組目標暗(信噪比為181),圖2(a)-2(c)分別給出了其中的上式表明STDM計算復雜性主要體現在大尺度的濾波,本幀,為了方便起見(jiàn),均做了增強處理目標由白框標示出來(lái)。文利用圖像自身的灰度特點(diǎn),采用一種近似的大尺度均值模原始圖像大小均為512×512象素。圖2(d)-2()給出了目標檢板,即只選擇5n×5n中兩條對角線(xiàn)上的元素的平均作為濾波的測結果,圖中直線(xiàn)軌跡上的就是目標。STDM中空域差分模板結果,以n=3為例簡(jiǎn)化前后大尺度濾波分別需要255次加法、大小取為3x3和15×15;調整因子取為5;圖像分割門(mén)限7平+次乘法和19次加法一次乘法,大大降低了計算復雜度。在航3;流水線(xiàn)結構參數與文獻3]相同。實(shí)驗結果表明:盡管信噪跡關(guān)聯(lián)部分采用文獻3j的流水線(xiàn)結構實(shí)驗結果證實(shí)這種簡(jiǎn)化比的降低使得最終的檢測結果出現了極少的虛警點(diǎn),但是總實(shí)現途徑是有效的實(shí)時(shí)性和檢測性能好。體上,該方法對三類(lèi)數據非常有效適應性強。4實(shí)驗結果5結論針對可見(jiàn)光背景下的運動(dòng)小目標檢測,在簡(jiǎn)要分析目標、背景和噪聲的基本特性和差異之后提出了一種空時(shí)域聯(lián)合差分的背景抑制方法結合流水線(xiàn)結構給出了一種實(shí)時(shí)性和檢測性能均較好的運動(dòng)小目標檢測方案。與常用的方法相比,本文算法充分利用了圖像序列時(shí)空域的信息,而且實(shí)現簡(jiǎn)單。實(shí)驗結果證實(shí)了STDM的有效性,同時(shí)也表明檢測性能與參數的(a)A組第25幀(b)B組第13幀選擇有很大關(guān)聯(lián),因此參數的優(yōu)化以及進(jìn)一步的虛警消除是下步的研究方向。(收稿日期:2006年5月)參考文獻1. Milan S, Vaclav H, Roger B Image processing, analysis, and Machinevision 2nd [M]New Jersey Thomson Learning and PT Press, 19992. Dimitris G M, Vinay K I, Stephen M KStatistical and adaptive()C組第8幀(d)A組檢測結果signal processing [M]Beijing: Publishing House of Electronics Industry3彭嘉雄周文琳紅外背景抑制與小目標分割檢測J電子學(xué)報19994余農,吳常泳湯心溢等紅外目標檢測的自適應背景感知算法電子學(xué)報2005;332):201-2045.Pohlig S CSpatiaHtemporal detection of electro-optic moving targets pF(e)B組檢測結果()C組檢測結果圖2三組圖像及其檢測結果6李朝暉,張艷玲,余英林一種基于時(shí)空聯(lián)合的視頻對象分割方法中國圖象圖形學(xué)報2003;8(A)(11):1341-1345(上接8頁(yè))7.E C Park, H Lim, K J Park et al. Analysis and design of the virtual2.s Floyd, V Jacobson. Random Early Detection Gateways for Congestion rate control algorithm for stabilizing queues in TCP networks(J.Com-Avoidance[J]. IEEE/ACM Transactions on Networking, 1993: 1(4): puter Networks,2004:44(1):17-41397-4138. Park P A delay-dependent stability criterion for systems with uncertain3. Ot T J, Lakshman T V, Wong L H SRED: stabilized RED(C)In Doshi time-invariant delays(J.IEEE Transactions on Automatic Control, 1999B ed. Proceedings of the IEEE INFOCOM. New York: IEEE Commun44:876-877cations Society, 1999: 1346-13559V L Kharitonov, A P Zhabko. Lyapunoy-Krasowskii approach for robust4. Athuraliya S, Li V H, Low S H et aLREM:active queue management(J) stability of time delay systems().Automatica, 2003:39: 15-20TEEE Network,2001;15(3):48-5310.$ Mondie, V L Kharitonov Exponential estimates for retarded time-5.HollotC V, Misra V, Towsley D et al.On designing improved controllers delay systems: an LMI approach[J.IEEE Trans Autom Control, 2005:for AQM routers supporting TCP fows( CHIn: Sengupta B ed.Proceedings 50(2):268-273of the IEEE INFOCOM, Anchorage, Alaska: IEEE Communications 11. V Misra, W B Gong, D Towsley Fluid-based analysis of a networkSociety,2001:1726-1734of AQM routers supporting TCP flows with an application to RED[J)6. Kunniyur S, Srikant R Analysis and design of an adaptive virtual Proc ACM/SIGCOMM, 2000queue(avq)algorIthmforactivequeuemanagement[j).acmComputer12.sMecannE,SFloyd.Networksimulator-ns(version2).http://www.isiCommunication Review, 2001:31(4):123-134eu/nsnam/ns. 2003-09計算機工程與應用20062127