基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法

徐亞飛

（華中光電技術(shù)研究所武漢光電國(guó)家實(shí)驗(yàn)室，湖北 武漢 430073）

0 引言

岸基光電探測(cè)設(shè)備的主要功能是探測(cè)發(fā)現(xiàn)目標(biāo)，傳統(tǒng)的探測(cè)發(fā)現(xiàn)目標(biāo)方式是值班員觀察設(shè)備顯示器，判斷是否有目標(biāo)進(jìn)入觀測(cè)海域，而在一些偏僻的海島由于值班人員較少，不能保證時(shí)刻有值班員在設(shè)備前值班，并且人眼長(zhǎng)時(shí)間盯著顯示器也容易疲勞；為此開(kāi)發(fā)設(shè)計(jì)了基于圖像處理的目標(biāo)告警模塊。傳統(tǒng)目標(biāo)告警算法一般采用模板匹配等算法，模板匹配算法計(jì)算量大且容易受海面波浪等干擾因素的影響而虛警率高。針對(duì)模板匹配目標(biāo)告警算法的缺點(diǎn)，提出了基于多目標(biāo)提取與航跡處理的目標(biāo)告警系統(tǒng)。

1 傳統(tǒng)的目標(biāo)告警算法

傳統(tǒng)的目標(biāo)告警一般采用模板匹配算法，模板匹配目標(biāo)告警的原理：監(jiān)控區(qū)域的初始圖像作為模板，將監(jiān)控區(qū)域內(nèi)的圖像與模板進(jìn)行比較，根據(jù)相似程度判斷是否有目標(biāo)進(jìn)入監(jiān)控區(qū)域，從而決定是否告警。模板匹配告警算法一般適用于固定場(chǎng)所的監(jiān)控告警，而岸基光電探測(cè)設(shè)備需要在探測(cè)器轉(zhuǎn)動(dòng)的過(guò)程中實(shí)現(xiàn)對(duì)海面目標(biāo)的實(shí)時(shí)告警，采用模板匹配算法需要存儲(chǔ)大量的模板，不但計(jì)算量大，而且也容易受海面波浪等干擾因素的影響而使告警的虛警率過(guò)高。

本文中涉及算法簡(jiǎn)介：

1）中值濾波：中值濾波算法是一種通用的圖像預(yù)處理算法，它在濾除噪聲點(diǎn)的同時(shí)能很好地保持圖像中的細(xì)節(jié)部分。中值濾波公式［1］：

式中，g（x，y），f（x，y）為像素灰度值，S為模板窗口。

2）梯度增強(qiáng)：梯度增強(qiáng)算法是以水平、垂直4個(gè)方向上的梯度計(jì)算為例，將4個(gè)方向的梯度均值作為每個(gè)像素點(diǎn)的灰度值［2］：

式中，g（i，j）表示梯度增強(qiáng)后圖像對(duì)應(yīng)點(diǎn)灰度值。

3）多向灰度梯度目標(biāo)檢測(cè)算法：多向灰度梯度目標(biāo)檢測(cè)算法以中值濾波或梯度圖像增強(qiáng)后的圖像為處理對(duì)象，疑似目標(biāo)點(diǎn)提取判斷準(zhǔn)則如下［3］：

式中，ΠΔm，ng（i，j）＞Q表示在圖像點(diǎn)（i，j）處多向梯度值全都大于梯度閾值Q，梯度判斷方向及數(shù)目根據(jù)圖像背景復(fù)雜度及圖像處理時(shí)間要求來(lái)定。

2 基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法

針對(duì)傳統(tǒng)目標(biāo)告警算法的缺點(diǎn)，結(jié)合岸基光電探測(cè)設(shè)備的實(shí)際情況，提出了基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法。算法流程圖如圖1所示。

圖1 基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法流程圖Fig.1 Target warning algorithm based on multi－target extract and track processing flowchart

多目標(biāo)提取采用了梯度圖像增強(qiáng)和多向梯度自適應(yīng)檢測(cè)的梯度圖像處理算法，提高了目標(biāo)提取的準(zhǔn)確性，航跡處理算法消除了海面波浪等干擾因素對(duì)告警的不利影響，從而降低了目標(biāo)告警的虛警率。

2.1 多目標(biāo)提取算法

本文采用 “3×3中值濾波與圖像增強(qiáng)”＋“8向梯度檢測(cè)目標(biāo)提取”＋“目標(biāo)聚類”算法完成目標(biāo)提取的相關(guān)計(jì)算。

1）3×3中值濾波與圖像增強(qiáng)

中值濾波的效果依賴于濾波窗口的大小，太大會(huì)使邊緣模糊且計(jì)算量大，太小則去噪效果不好。為了很好地濾除噪聲且不增加計(jì)算量，經(jīng)試驗(yàn)比較選用3×3的濾波窗口。

根據(jù)圖像處理時(shí)間裕量，本文選擇8向的梯度均值進(jìn)行圖像增強(qiáng)，這種圖像增強(qiáng)算法可以濾除圖像邊界對(duì)邊界上或邊界附近目標(biāo)的影響。

2）8向梯度檢測(cè)目標(biāo)提取

本設(shè)計(jì)為采用8向梯度檢測(cè)算法。公式（3）中，若T（i，j）為1則表示該點(diǎn)為目標(biāo)點(diǎn)，否則即為背景點(diǎn)。程序設(shè)計(jì)中梯度閾值Q的確定有人工設(shè)定和根據(jù)灰度梯度均值、標(biāo)準(zhǔn)差自適應(yīng)計(jì)算兩種方式。前者對(duì)特定場(chǎng)景針對(duì)性強(qiáng)；后者適應(yīng)性強(qiáng)，探測(cè)率較高。自適應(yīng)梯度閾值Q計(jì)算如下：

式中，p（i，j）、￡為圖像（i，j）處局部空間的像素均值和標(biāo)準(zhǔn)差，k一般取5～7。

3）目標(biāo)聚類

目標(biāo)聚類是目標(biāo)統(tǒng)計(jì)與精確計(jì)算目標(biāo)位置的必需步驟，在此采用一種基于目標(biāo)點(diǎn)的快速聚類算法，該算法以目標(biāo)多向梯度檢測(cè)輸出的目標(biāo)點(diǎn)鏈表作為輸入。在聚類過(guò)程中充分考慮了圖像中目標(biāo)點(diǎn)的分布特點(diǎn)，如同一行中相鄰的目標(biāo)點(diǎn)屬于同一類等；并且不需要事先確定總類數(shù)，而是自動(dòng)生成；該算法只需掃描目標(biāo)點(diǎn)鏈表，而非整幅圖像；采用的聚類準(zhǔn)則是兩類間的最短歐氏距離小于等于某個(gè)閾值，當(dāng)考察某一類是否可以合并到其它類時(shí)，不是將該類與其余所有類一一進(jìn)行判別比較，而是只考察該類附近的一些類，從而在很大程度上提高了算法的執(zhí)行速度，節(jié)省存儲(chǔ)空間，便于后續(xù)處理［4］。

2.2 目標(biāo)航跡處理

目標(biāo)航跡處理的目的是慮除海面波浪等干擾因素對(duì)提取目標(biāo)的影響，目標(biāo)航跡處理是通過(guò)緩存3掃描周期傳感器目標(biāo)檢測(cè)的數(shù)據(jù)，結(jié)合一定的方法發(fā)現(xiàn)所有可能存在的目標(biāo)航跡。它是整個(gè)目標(biāo)告警的重要組成部分。因此，為了獲得較高的檢測(cè)概率與較低的報(bào)警虛警率，就要盡量提高航跡處理的準(zhǔn)確性，對(duì)于任何一條可能存在的目標(biāo)航跡都不能輕易放棄。

目標(biāo)航跡處理采用基于規(guī)則和基于邏輯相結(jié)合的方法，同時(shí)根據(jù)多假設(shè)的數(shù)據(jù)關(guān)聯(lián)原則來(lái)建立目標(biāo)航跡，建立目標(biāo)航跡的過(guò)程［5］：

1）從未關(guān)聯(lián)上航跡的點(diǎn)跡中取出前兩掃描周期中的一個(gè)點(diǎn)跡，在以該點(diǎn)跡為中心的橢圓形跟蹤門(mén)內(nèi)搜索前一掃描周期未關(guān)聯(lián)上航跡的點(diǎn)跡。

2）如果發(fā)現(xiàn)一個(gè)點(diǎn)跡，那么就按照目標(biāo)的運(yùn)動(dòng)方向和速度預(yù)測(cè)下一個(gè)點(diǎn)跡可能的位置，并確定一個(gè)橢圓形的跟蹤門(mén)。

3）在當(dāng)前掃描周期未關(guān)聯(lián)上航跡的點(diǎn)跡中，搜索在2）中確定的跟蹤門(mén)內(nèi)的點(diǎn)跡。

4）如果找到點(diǎn)跡點(diǎn)就可以建立目標(biāo)的航跡，從而確定為真實(shí)目標(biāo)，實(shí)現(xiàn)目標(biāo)報(bào)警。

3 目標(biāo)告警算法的試驗(yàn)驗(yàn)證

采用傳統(tǒng)的模板匹配算法與采用本文基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法進(jìn)行對(duì)比試驗(yàn)，對(duì)進(jìn)入監(jiān)控區(qū)域內(nèi)的52個(gè)目標(biāo)進(jìn)行了告警試驗(yàn)，試驗(yàn)如表1所示。

表1 模板匹配告警算法與基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法對(duì)比試驗(yàn)Tab.1 Target warning algorithm based on template matching and target warning algorithm based on multi－target extract and track processing comparison test

由表1可見(jiàn)采用傳統(tǒng)的模板匹配算法目標(biāo)告警對(duì)海面目標(biāo)的漏警率大于13%，目標(biāo)告警的虛警率大于15%。而采用本文基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法對(duì)海面各種目標(biāo)漏警率小于4%，目標(biāo)告警的虛警率小于6%。由此可見(jiàn)，采用基于多目標(biāo)提取與航跡處理的告警算法不但很好地完成了對(duì)海面目標(biāo)的提取，也很好地濾除了海面波浪等干擾因素對(duì)目標(biāo)告警的影響，提高了告警準(zhǔn)確性，降低了告警虛警率。

4 結(jié)論

本文提出基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法。該算法采用“3×3中值濾波與圖像增強(qiáng)”＋“8向梯度檢測(cè)目標(biāo)提取”＋“目標(biāo)聚類”算法，提高了目標(biāo)提取的準(zhǔn)確性；采用航跡處理算法消除了海面波浪等干擾因素對(duì)告警的不利影響，降低了目標(biāo)告警的虛警率。試驗(yàn)表明：相對(duì)于傳統(tǒng)的模板匹配告警算法，基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法在減少了計(jì)算量的同時(shí)，提高了目標(biāo)告警的準(zhǔn)確性，減少了目標(biāo)告警的虛警率。為了進(jìn)一步降低目標(biāo)告警的虛警率，下一步將對(duì)航跡處理算法進(jìn)行更深入地研究。

［1］李鴻林，張忠民，羿宗琪.中值濾波技術(shù)在圖像處理中的應(yīng)用［J］.信息技術(shù)，2004，28（7）：26－27.LI Honglin，ZHANG Zhongmin，YI Zongqi.The application of median filtering on image processing［J］.Information Technology，2004，28（7）：26－27.

［2］郎銳.圖像處理學(xué)Visua1C＋＋實(shí)現(xiàn)［M］.北京：希望電子出版社，2002.

［3］趙榮椿.數(shù)字圖象處理導(dǎo)論［M］.西安：西北工業(yè)大學(xué)出版社，2000.

［4］鄭存紅，張文艷，董靜.紅外小目標(biāo)聚類算法研究及DSP實(shí)現(xiàn)［C］／／2006學(xué)術(shù)年會(huì)論文集.貴陽(yáng)：中國(guó)造船工程學(xué)會(huì)電子技術(shù)委員會(huì)，2006：484－486.

［5］魏功明，周世椿，嚴(yán)義塤，紅外搜索與跟蹤系統(tǒng)多目標(biāo)航跡處理算法的發(fā)展［J］.紅外，2000（12）：1－9.WEI Gongming，ZHOU Shichun，YAN Yixun.The development of multi－target track processing algorithms infrared search and track system［J］.Infrared，2000（12）：1－9.