一种水面移动平台视觉系统图像分析处理方法

摘要

本发明属于信息工程领域中的信息处理领域，具体涉及一种水面移动平台视觉系统图像分析处理方法。本发明包括：图像去雾；灰度化；图像稳像；目标分割；二值化；形状特征提取；纹理特征提取；建立不同类型目标特征库；神经网络训练与测试。水面移动平台视觉系统图像分析处理方法具有处理实时性强、图像综合分析处理能力强、适用范围广等特点，能够对水面移动平台在海雾等恶劣天气环境下进行实时的视频图像去雾和电子稳像处理，并且能够对水面多类目标进行识别。

主权项

一种水面移动平台视觉系统图像分析处理方法，其特征在于：1）图像去雾：对于海雾下对比度低的待识别目标图像进行去雾增强清晰化处理，得到去雾清晰化的视频图像：1.1）对海雾下的待识别目标视频图像进行帧差法背景提取得到初始背景；1.2）对当前同一背景下的待识别图像视频帧的第一帧进行基于大气散射物理模型的单幅图像去雾处理，用处理前的图片减去处理后的图片得到该背景下的雾气遮罩；1.3）当前同一背景下的所有视频帧都减去这个雾气遮罩得到当前背景下待识别目标视频增强复原后的清晰化视频序列；1.4）背景更新，并返回步骤1.2）继续执行，输出去雾后的清晰化待识别目标视频图像；2）灰度化：对上一步图像去雾得到的清晰化的待识别目标视频图像进行灰度化处理；3）图像稳像：对上一步得到的灰度化的待识别目标图像进行图像电子稳像处理，消除由于海浪和水面移动平台运动抖动而造成待识别目标图像模糊的影响，得到最终清晰化的待识别目标图像：3.1）利用SIFT角点提取方法分别提取待识别目标视频图像参考帧图像的特征点集A和当前帧图像的特征点集B，这里参考帧是当前帧的前一帧，当前帧表示当前正在进行稳像处理的视频帧；3.2）利用序列相似性检测算法对3.1）中特征点集A和特征点集B进行角点特征匹配；3.3）对匹配后的特征点利用仿射模型求解特征点集A和B中匹配点的运动参数；3.4）利用Kalman运动滤波方法得到当前待识别图像帧正常扫描对应的运动参数；3.5）将3.3）得到的图像运动参数与3.4）得到的正常扫描对应的运动参数相减得到摄像机的随机抖动对应的运动参数，即需要对当前帧进行补偿的运动参数；3.6）根据3.5）最终获得的运动参数对当前帧图像进行相应的补偿，重新执行3.1）继续下一帧待识别目标图像的稳像处理；4）目标分割：采用基于自适应Mean‑Shift的平滑分割算法对上一步最终清晰化的待识别目标图像进行目标背景的分割，提取目标；5）二值化：对上一步提取出的目标进行简单的二值化操作，将目标标记为白色，背景为黑色，得到白色的目标区域；6）形状特征提取：将上一步二值化得到的目标区域，提取其14个形状特征，包括面积特征、细长度特征、紧密度特征、凸包性特征、凸起度量以及6个Hu不变矩特征和3个仿射不变矩特征；7）纹理特征提取：根据二值化得到目标区域，得到稳像处理后的原待识别目标图像中目标区域，对该目标区域进行纹理特征的提取，得到目标所对应的6个纹理特征；8）建立不同类型目标特征库：目标图像样本经过图像分割、二值化之后提取其形状特征和纹理特征得到；9）神经网络训练与测试：将由目标图像样本库得到的目标特征输入到BP神经网络进行训练，得到训练好的神经网络，然后将待识别目标特征输入到训练网络中进行识别，得到最终的识别结果。