基于海天背景的小目标检测

杨亦涵 李和阳

摘要

由于海天背景下，存在海浪、海鸟、云层等干扰问题，设计了海天背景下的小目标检测系统。该系统先对图片序列进行去燥处理，然后定位海天线，最后利用目标检测算法在海天线附近对小目标进行检测.即首先用中值滤波算法对图像进行去燥处理，接着通过改进的Hough变换定位海天线，优先从海天线附近检测目标，从而提高海天背景下小目标检测的效率。

【关键词】海天背景 小目标检测 海天线检测

1 引言

近年来，目标检测作为国内外学者研究的热点，在军事领域、交通监控等领域有着广泛的应用。其中海天背景下的小目标检测，由于背景中存在海浪、云层干扰严重的特性，使得目标检测变得困难。通过观察可以发现，目标一般位于海天线附近，所以可以通过定位海天线，确定目标优先检测范围，然后利用目标检测算法快速检测到目标，缩短检测时间，提高目标检测效率。

2 海天背景分析

由于目标背景的差异，适合的目标检测算法也有所不同。本文针对海天背景下的目标检测，为了提高小目标检测的效率，对海天背景下的图像进行分析，总结出它们存在的典型特征。主要有以下三个方面：

（1）目标一般位于海天线附近。目标背景由天空区域和海面区域拼接而成，交界处即为海天线。通过观察发现，目标一般位于海天线附近，海天线一般呈水平方向分布。

（2）海面区域存在噪声。天空区域主要包含云层，颜色分布均匀，纹理简单，而海面区域存在海浪等波纹，纹理突出，且存在明显的噪声干扰。

（3）目标比较小。一般海天背景下检测的船舰目标占整副图像的比例比较小，通常目标只有几个像素，称之为小目标。与大目标相比之下，小目标由于像素小，其纹理、颜色等特征不太明显，是的小目标检测更为艰难。

通过以上对海天背景图像特征分析，利用这些特征对海天背景下的船舰小目标进行检测。

3 基于海天背景的船舰目标检测

目标检测系统由图像预处理、海天线定位、目标检测三个模块组成。其中图像预处理模块选择信噪比增益明显的中值滤波算法滤除图像中的噪声，减弱噪声对目标可检测性的影响;海天线定位模块先利用Canny算子进行边缘检测，得到边缘图像，再利用Hough变换检测海天线的位置，确定目标大概率出现的区域;目标检测模块利用最大熵分割法优先从海天线附近检测，最终检测出目标位置。

3.1 中值滤波

由于海天背景下船舰目标所占像素很小，且当海面背景下存在大量海浪，此时背景噪声往往比目标信号还要大，使得海天背景下小目标检测变得很困难。为了提高系统对船舰小目标的检测能力，以及小目标的可检测性，需要对原始图像进行滤波处理，减弱背景噪声的影响，同时增强目标可检测性。针对海天背景下的船舰小目标检测，本文采用中值滤波算法，该算法适用于目标像素比较少的图像。

中值滤波算法在十九世纪八十年代被提出，是一种非线性滤波技术。中值滤波算法的思想是将每一个像素点的灰度值设置为该点某邻域内的所有像素点灰度值的中值。中值滤波器是一个还有奇数个像素点的窗口，设窗口大小为m，将窗口内像素点按其像素值进行排列，取其中值作为滤波器的输出，输出值作为窗口中心位置的像素灰度值。中值滤波的关键在于滤波窗口尺寸的选择，实际应用中根据目标的像素大小来确定，通过实验不断测试直到满意为止。本文通过大量实验，最终确定滤波窗口尺寸选用3*3。

3.2 基于Hough变换的海天线检测

海天线即天空与海面衔接处的分界线，通过前面对海天背景的分析，发现目标一般位于海天线附近，可以通过海天线来确定目标最有可能出现的范围。因此，对于海天背景下的小目标检测，海天线检测起着关键性的作用。

海天线检测可以转换为图像中直线提取的问题，有很多种方法，如基于灰度特性的海天线检测，利用天空背景与海面背景明显的灰度值差别来检测海天线，当海天线倾斜角度较大时，算法效果较差;基于直线拟合的海天线检测算法，适用于天空背景比较简单的情况，容易受云层的干扰;基于Otsu阈值分割的海天线检测方法取决于阈值的选取，且检测效率低;基于Hough变换的海天线检测方法能够在复杂的海天背景下精确的检测到海天线，但是也存在一定的问题，如检测过程比较耗时，导致实时性差。本文针对基于Canny算子和Hough變换的海天线检测方法进行改进，提高算法的检测效率。

Canny算子是一个多级边缘检测算子，可以实现图像的边缘检测。该算法本质是利用高斯函数的一阶微分，提取的边缘完整且连续性好。

Hough变换的基本思想是利用直角坐标系和极坐标系中，点与线之间的对偶关系，即直角坐标系中的点是极坐标系中的线，直角坐标系中的线是极坐标系中的点，反之成立。图像空间中的像素点对应的直角坐标系，参数空间对应极坐标系。Hough变换广泛应用于图像中各种形状的检测。

在X-Y坐标系中，对于直线y=kx+b，一组k和b值对应一条唯一确定的直线，该直线也可以写成b=（-x）k+y，即在K-B坐标系中，对于一组确定的（x，y）将在K-B坐标系中对应唯——条直线。考虑到垂直直线斜率无限大问题，把直角坐标系对应到极坐标系中，极坐标方程可以表示为ρ=xcosθ+ysinθ，变量ρ和θ可以唯一确定一条直线，ρ表示原点到直线的距离，ρ表示该直线的发现与x轴的夹角，其中θ的范围为[-90°，90°]，对边缘图像中的每一个边缘点在参数空间位置的累加器进行一次投票，通过峰值确定像素空间中的直线。

从上述中可以发现，Hough变换对Canny边缘检测得到的每个点都进行180度的变换，而实际视频图像中船舰目标对象不会有很大的倾斜度，因此可以缩小变换范围。假如海天线的最大倾斜角度为θ_max，则Hough变换中θ的有效范围为：[90° -θ_max，90°+θ_max]，缩小了Hough变换的范围，能够很大程度上减少计算时间，更适用于实时处理。

海天线提取仿真效果如图2所示。

实验结果表明，基于Hough变换改进的海天线检测方法能够在复杂的海天背景下精确的定位海天线，有效克服云层海浪等杂波的干扰，检测效率高且对复杂背景适应性强。

3.3 实验结果与结论

采用本文设计的系统对实际拍摄的海天背景下的图片在VS2015环境下进行仿真实验。原始图像经过中值滤波处理、海天线检测、目标检测后的图像如图3所示。

从实验结果可以看出，系统实现了海天背景下小目标检测。图3（1）为原始图像，图3（2）为原始图像经过中值滤波后的图像，噪声明显有所减弱，目标可检测性更强，图3（3）中海天线提取效果良好，然后利用一维最大熵阈值分割法对海天背景下的小目标检测结果如图3（4）所示，可以准确的检测出目标所在的位置。

4 结束语

本文主要研究了海天背景下的小目标检测，首先利用中值滤波算法对原始图像进行预处理，减弱噪声的影响，接着利用改进的Hough变换方法提取海天线，缩小目标优先检测的范围，最后利用一维最大熵分割法检测出目标。实验结果表明，该系统能够实现准确的目标检测，通过改进滤波算法提升图像质量从而提高了目标检测精确度，通过改进海天线提取算法很大程度上提高了目标检测效率。

参考文献

[1]董宇星，刘伟宁.基于灰度特性的海天背景小目标检测[J].中国光学，2010.