基于紅外圖像的內(nèi)河船舶目標檢測算法研究.pdf

1、隨著我國內(nèi)河航運業(yè)的發(fā)展,航運事故發(fā)生的幾率也同樣的增加,特別是大霧等能見度比較低的天氣狀況,更容易發(fā)生船舶相撞事件。因此船舶避撞是航運業(yè)面臨的一個主要問題,船舶避碰成功的關鍵之一是獲取他船位置的準確信息。紅外成像設備具有抗干擾能力強,氣候環(huán)境適應性強,晝夜連續(xù)被動探測等優(yōu)點。尤其是可克服雷達目標因雜波干擾而難于探測的問題。本課題的研究,通過在船舶上安裝紅外熱像儀,采集紅外視頻數(shù)據(jù),并用圖像處理算法來進行目標檢測,給操船人員提供目標船只

2、信息,輔助操船人員進行決策,減少船舶相撞事故的發(fā)生,保障人員的生命和財產(chǎn)的安全,確保內(nèi)河航行運輸安全。本文首先研究了各種圖像預處理算法,并編程實現(xiàn)了這些算法,然后用紅外圖像對這些算法進行了測試,給出了效果圖,并分析了這些算法對紅外圖像處理的優(yōu)點和缺點。紅外船舶目標圖像一般處在天水線附近區(qū)域。船舶目標不可能完全脫離天水線而處在天空區(qū)域,也不可能完全脫離天水線而處在陸地、峽谷等其它區(qū)域。本文的思路是先檢測出天水線,然后把原始圖像中的天水線上

3、下一定范圍內(nèi)的區(qū)域作為感興趣區(qū)域(ROI),再在感興趣區(qū)域內(nèi)進行目標檢測。本文提出了一種快速有效的基于Ostu閾值分割和Hough變換相結合的天水線檢測算法。該方法利用了天空背景和水面背景灰度特性的反差,用Ostu閾值分割對這兩類背景進行分離,而他們的交界線就是天水線。經(jīng)過對Ostu分割的結果進行細化以后,這條交界線可以通過Hough變換找到,從而實現(xiàn)天水線檢測。針對內(nèi)河背景環(huán)境,本文提出了基于形態(tài)學重構的紅外目標檢測算法。形態(tài)學重構就

4、是用一幅圖像(標記圖像)有目的地復原另一幅圖像(掩模圖像)。本文通過形態(tài)學開運算來估計背景,然后經(jīng)過Top-hat運算來把目標從背景分離出來,接著再閾值分割,把目標徹底從背景分離出來,形成掩模圖像。紅外船舶圖像中像素灰度值最大的區(qū)域,也就是紅外船舶圖像中最亮的區(qū)域是船舶的煙囪或者發(fā)動機等溫度較高的部分,本文通過算法選取這些區(qū)域作為標記圖像,最后通過形態(tài)學重構實現(xiàn)目標檢測。本文還對灰度形態(tài)學的實現(xiàn)算法進行了優(yōu)化,大大提高了算法的運算速度,