基于形態學的遮擋目標提取的區域生長法研究

摘要:采用改進的區域生長法進行紅外熱圖中遮擋目標的提取#65377;首先利用閾值化方法提取出一個包含全部目標信息的矩形子區域，后續處理僅針對該矩形區域進行處理#65377;然后證明了數學形態學的膨脹梯度定理(dilation gradient theorem，DGT)及其逆定理，并利用DGT逆定理查找圖像的局部極大值點，將灰度值不為0的局部極大值點作為區域生長法的種子點#65377;接著采用閾值條件與區域灰度差相結合的生長準則，分別在各種子點八個方向進行生長#65377;最后采用二值形態學開運算進行去毛刺處理#65377;理論與仿真結果表明，該算法適合于紅外圖中遮擋目標的提取#65377;

關鍵詞:紅外圖;遮擋目標;區域生長;數學形態學;膨脹梯度定理 

中圖分類號:TP391文獻標志碼:A

文章編號:1001-3695(2007)10-0158-03

獲得人眼無法直接觀測到的被遮擋目標的信息，并將其轉換成可見光圖像，在軍事#65380;刑偵#65380;醫學#65380;工程與生產監督等領域中有著廣泛的應用前景#65377;現在紅外熱成像#65380;超聲波探測#65380;X射線成像等技術都具有使特定的隱秘物體顯現的能力[1，2]#65377;其中紅外熱成像技術是利用物體的紅外輻射信息成像#65377;當被遮擋的目標物與遮擋物及環境溫度不同時，遮擋目標的溫度信息會通過熱傳遞到達遮擋物，最終在遮擋物的紅外熱圖中顯示出來#65377;所以利用紅外熱成像技術進行被遮擋物的提取是切實可行的#65377;由于溫度的擴散，紅外圖中被遮擋物目標的影像往往比較模糊#65377;本文研究目的就是要去掉原始紅外圖中這種模糊性的影響，得到清晰的被遮擋目標輪廓#65377;

1問題描述

在環境溫度為27.2 ℃的條件下，人手表面溫度高于環境溫度#65377;遮擋物體為一厚1 mm的塑料夾，塑料夾長期擱置在桌面上，故可認為其溫度近似為環境溫度#65377;圖1(a)是未遮擋的人手的紅外圖，(b)是被塑料夾遮擋的可見光圖像，(c)是被塑料夾遮擋的紅外圖#65377;其中圖1(b)(c)均是手貼在塑料夾后面1 min之后的成像結果#65377;顯而易見，采用可見光成像的方法無法捕捉到塑料夾后的手信息，而紅外圖像能夠獲得塑料夾后手的模糊信息#65377;

本文中假設被遮擋目標溫度高于遮擋物溫度，則被遮擋目標成像的過程就是熱量從被遮擋目標向遮擋物逐漸擴散的過程#65377;這一特征與圖像處理中區域生長法的種子點生長過程相似，根據這種相似性，本文采用區域生長法進行遮擋目標的提取#65377;本文算法稍有改動，同樣也適用于被遮擋目標溫度低于遮擋物的情況#65377;

2算法基本原理

區域生長法的基本思想是將具有相似性質的像素集合起來構成一個區域#65377;區域生長法有三個關鍵點[3]，即種子點的選取#65380;區域生長準則和生長終止條件#65377;

2.1基于形態學膨脹梯度逆定理的種子點選取

種子點常根據具體問題的特點來選取，紅外圖中目標溫度比較高時通常選擇圖像中最亮的點作為種子點[3]#65377;這種單種子點的區域生長算法比較適合于小目標或者目標物比較連續且與背景對比度較大的情況#65377;紅外遮擋圖像中，被遮擋物往往不是小目標，目標物成像又很模糊，單種子點很難滿足溫度相對較低距離種子點又較遠的目標區域的生長#65377;針對這種情況，本文提出了一種新的種子點選取方法，即將圖像的局部極大值作為種子點#65377;這就要求能準確合理地提取出圖像的局部極大值點#65377;數學形態學用扁平結構元素處理灰度圖像時，就是局部極值的運算處理過程，根據這一思想文中提出并證明了形態學膨脹梯度定理(DGT)及其逆定理，用于查找灰度圖像的局部極大值點#65377;基本的數學形態學梯度有三種[5]，本文中引入了膨脹梯度的概念#65377;

5結束語

本文算法根據所處理問題的特點提出，理論和仿真結果都表明該算法能較好地提取出遮擋目標區域#65377;對于骨架點包括在局部極大值點內的灰度圖像來說，DGT逆定理確定的種子點集合近似于圖像的骨架，可以看做是對這類圖像的一種粗略的骨架化算法#65377;利用DGT逆定理時，選取合適的結構元素非常關鍵，要根據所處理圖像特點選擇#65377;本文中各種子點各方向的生長都單獨進行，互不干擾，從理論上講完全能夠實現并行生長#65377;

參考文獻:

[1]CHEN Huamei，LEE S， RAGHUVEER M，et al.Imaging for conealed weapon detection[J].IEEE Signal Processing Magine，2005，22(3):52-61.

[2]LIU Zheng，XUE Zhiyun， RICK S B.Concealed weapon detection and visualization in a synthesized image[J]. Pattern Analysis Application，2005，8(4):375-389.

[3]胡曉鋒，趙輝.Visual C++/ MATLAB圖像處理與識別實用案例精選[M].北京:人民郵電出版社，2004: 101103.

[4]崔屹.圖像處理與分析—數學形態學方法及應用[M].北京:科學出版社，2000.

[5]張立東，畢篤彥.一種改進的形態學梯度邊緣檢測算法[J].計算機工程，2005，31(21):1416.

[6]阮秋琦.數字圖像處理學[M].北京:電子工業出版社，2001.



“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”