結合視覺顯著性的海空背景下的目標檢測

王冠軍

（中國電子科技集團公司第二十七研究所 河南省鄭州市 450047）

光測設備是現代靶場測量的重要測試設備之一，能夠為測量指揮中心提供大量數據情報信息，其目標檢測功能的優劣，更是決定了測量試驗能否正常開展的前提條件，對指揮決策的做出提供重要參考價值。隨著對海上作戰能力提升的要求，光測設備需要不斷提高自身應對海上環境的目標檢測能力。

海洋環境對光測設備的目標檢測主要有以下幾方面影響：

（1）海洋環境濕度大，在雨、雪天氣中會產生大量霧氣，能見度降低，造成光測設備呈現低對比度圖像；

（2）海水運動起伏不定，光測設備隨船體一起搖擺，影響相機拍攝畫面穩定性；

（3）海洋中易產生波浪和水面折射，可成為海洋環境觀測的含噪背景，給圖像帶來大量噪聲[1-3]。光測設備在執行任務時，易受到以上不可控的環境因素干擾，影響成像過程，導致圖像質量下降，為目標的檢測帶來困難。

針對海空背景成像質量下降情況下的目標檢測需求，本文提出了一種結合視覺顯著性的海空環境下目標檢測方法。該方法利用二維Log-Gabor 濾波器提取圖像不同尺度、方向間的視覺顯著性特征，對特征圖閾值去噪克服外界環境干擾，并通過輻射法進行邊界擴展，建立矩形目標區域，僅需一幀圖像便能有效檢測出目標區域。對海洋環境干擾下的圖像進行大量試驗，結果表明本文方法能有效檢測海洋環境下存在云霧、海浪起伏、光照反射等干擾下的目標。

1 視覺顯著性

視覺顯著性是視覺系統對圖像的不同區域注意度的客觀體現[4-5]。人類視覺系統能夠快速地在復雜的視覺場景中發現圖像的顯著性區域并對其進行分析[6]，目標通常位于該顯著性區域中。本文利用圖像的視覺顯著性對目標區域進行檢測。

1.1 圖像金字塔

為降低后續特征提取的運算量，實現不同尺度下的信息提取，將圖像進行金字塔化分層，如式（1）所示。其中，N 為圖像I 可金字塔化的總層數；ω 為窗口函數，Rl、Cl為當前第l 層的行、列數。

金字塔化后得到分層圖像序列{I1，I2，…Imid，…IN-1，IN}，其中Imid為分層圖像序列中的第中間層圖像。當N 為偶數時，mid=N/2。

圖1：輻射法構建矩形區域

1.2 顯著性特征提取

二維Log-Gabor 濾波器能夠有效地提取圖像中方向、空間位置和頻率特性，帶寬不受限制，且直流分量為零，符合人類的視覺特性，并不受光照影響[7]，頻域極坐標下的數學模型可表示為：

其中，ω 和θ 分別為徑向坐標及角度坐標；ω0為中心頻率，θ0為濾波器方向角；σω用于確定徑向帶寬σθ用于確定方向帶寬。

本文采用多尺度的二維Log-Gabor 濾波器對不同尺寸的低分辨率圖像進行特征提取。對圖層序列{ Imid-2，Imid-1，Imid}進行不同尺度、方向下的特征提取，采用的濾波方向θ0分別為0、45°、90°、135°，且每個方向選取3 個頻率尺度，尺度比例因子為2，帶寬參數σω/ω0為0.65。

針對不同尺度、方向下的特征圖，采用最近鄰差值法按Imid的尺寸沿方向θ 進行規范和線性融合，得到最終的視覺顯著性特征圖F。根據視覺顯著性特征圖，雖然能夠將目標區域顯示出來，但仍存在一些干擾，為進一步突出目標特征，需進一步進行濾波去噪，本文通過設定閾值去除干擾。

對視覺顯著性特征圖進行5×5 范圍內的灰度累加和非0 像素個數統計，將獲得的灰度累加均值作為閾值。如式（3）、（4）所示：

其中，特征圖F 的尺寸為H×W；Nid為非0 像素個數；Sid為統計累加后的局部灰度值；id 為迭代次數。經多次實驗證明id=2 時去噪效果最好。去噪過程如式（5）所示：

2 目標區域確定

考慮到目標檢測后的任務要求，應對目標建立矩形框，以利于后續處理。

對去噪后的特征圖進行二值化，其中值為1 的像素為有效像素，值為0 的為無效像素。最終建立的矩形目標區域應當覆蓋該區域內所有具有連續性的有效像素點。本文采用輻射法確定該矩形區域左上、右上、左下和右下四個角的位置。輻射的方式為以P0 點為中心，沿順時針方向對Dθ {0°，45°，90°，135°，180°，225°，270°，315°}的8 個角度位置處的像素進行檢測，輻射法構建矩形區域的具體過程如圖1所示。

a 為以P0點為中心按圖的方式對周圍的像素進行輻射檢測，記錄該跳變處的有效像素點，如圖1 中所示的P1和P2點，按其角度位置重置L 中的Lleft、Lrihgt 和Ldown；無效化P0點周圍的有效點，以保證不出現重復檢查的情況，并對預處理點序列的點再進行輻射檢測，直至預處理序列為空。

當海洋環境干擾較大而導致擴展出多個規則矩形窗口時，選取特征權重最大區域作為目標區域。特征權重由式（6）求出。

其最大值為：

Nl為特征區域I 內的有效像素個數；Wl為特征區域I 的特征權重；W 為最終確立的目標區域。

3 實驗結果與分析

為驗證本文方法的有效性和可行性，進行了大量的海空背景下目標檢測試驗，試驗平臺為某型號艦載經緯儀，采用內存為4GB，CPU 為Intel?Core ?2Q9550@2.83GHz 的工控機上，對720×576大小的圖像進行處理。

第一組實驗如圖2所示，對存在霧氣干擾的海洋環境下的目標檢測。從圖2(a)可見，因霧氣的存在不僅使海洋環境的能見度降低，也降低了圖像的對比度，對目標觀測造成干擾。本文方法結合目標的視覺顯著性，以視覺顯著性區域作為目標區域，能夠有效地對霧氣干擾的海洋環境下的目標進行檢測。

第二組實驗如圖3所示，因海水對光照具有反射作用，使圖像中出現大量高亮區域，不僅嚴重干擾光測設備對海面目標的檢測，而且對人眼的直接觀察也有影響。本文方法利用圖像中視覺顯著性最強的區域作為作為目標區域，能夠有效地克服光照的影響，對海洋環境下的目標進行檢測。

第三組實驗如圖4所示，海水的波浪起伏在圖像中構成了含有大量噪聲的背景，其紋理和細節的變化比目標還要劇烈，對圖中飛機目標的檢測造成干擾。本文方法利用圖像中視覺顯著性，有效地克服波浪起伏的影響，對海洋環境下的目標進行檢測。

圖2-圖4 顯示出，海洋環境對目標識別造成了嚴重干擾，即使是人眼識別也存在一定程度的障礙。圖3(b)和圖4(b)也顯示出，即使特征提取也不能將海洋環境下的干擾完全去除。經過閾值法的進一步去噪和輻射法擴展，得到最終的規則目標區域圖2(c)、圖3(c)和圖4(c)。從上述三組實驗可見，本文提出的基于視覺感知的目標識別方法能夠克服海洋環境中的霧氣、光照、海浪等成像質量的影響，對目標進行有效檢測。

圖2：濃霧環境下的目標識別

圖3：光照反射環境下的目標識別

圖4：海浪環境下的目標識別

4 結論

為解決實際的任務需要，本文提出了一種針對海洋環境干擾下的目標檢測方法，該方法通過金字塔分層，利用多尺度、方向的二維Log-Gabor 濾波器，對圖像進行特征提取，并設定閾值對特征圖去噪，最后以邊界擴展獲得規則的矩形調焦窗口。通過在某型號光測設備上的大量實驗證明，本文方法能有效克服海洋環境中因霧氣、海水起伏、海浪、光照等不可控的自然因素影響，對采集到的降質圖像進行有效的目標檢測。本文方法不僅適用于工作在海洋環境中的光測設備，也同樣能克服其他環境因素的干擾，具有廣泛的應用范圍。