基于红外扫描图像运动物体自动识别.pdf

基于红外扫描图像的运动物体自动识别 周鼎，杨春金 武汉理工大学 信息工程学院，湖北武汉 (430063) E-mail：newton1984@163.com 摘 要：本文研究了基于红外扫描图像的运动物体自动识别技术及其系统的整体架构，系统 流程，图像处理算法和目标自动识别算法，对实时红外扫描图像进行了处理，实现了对扫描 图像的分析及自动识别运动目标物体，并描绘出目标物体运动轨迹，实现了一个基于红外图 像的运动目标监控系统。 关键词：红外图像；自动目标识别；图像平滑；归一化转动惯量；轨迹模拟 中图法分类号：TP751.1 文献标识码:A 0. 引言 自动目标识别(ATR)技术近年来引起广泛重视,各国都投入了相当的人力、物力和财力来 进行此项研究,并取得了一定的成果。开始, 自动目标识别问题是针对雷达目标来进行的,随着 红外技术、激光技术以及毫米波技术的发展, 同样遇到了自动目标识别问题。进入70年代后 期，随着ATR设计技术、红外传感器技术、图像处理技术、数字处理技术以及相关模型和评 估技术的迅速发展，显示出红外图像ATR是一种很有前途的目标识别系统。本文是针对红外 扫描图像的自动目标识别问题进行的研究与分析。 1. 系统总体架构 整个系统主要实现基于红外扫描图像的运动物体自动识别的监控系统。红外图像采集装 置为红外摄像头，其在云台上旋转扫描周围景物，旋转角度360度，每秒采集图像60帧。首 先对采集图像进行实时图像处理，包括图像平滑，去除背景，去除噪声，最后得到目标物体， 提取目标物体的特征，包括所在位置，形心，面积等等，最后根据运动目标物体的所在方位 模拟运动目标物体的轨迹,整个系统流程如图1。 图1 系统流程图 2. 红外图像处理 从红外摄像头采集的扫描图像存在着噪声和复杂的背景，需要对其进行图像处理。一幅 红外图像分为三部分组成：目标图，背景图，噪声图。噪声在频域表现为类似点目标的高频 特性，空间分布是随机的，帧间分布不具相关性，主要是很强的高斯噪声:而目标像素的亮 度也具有高频信息，但在帧间只有很小变化，背景图像一般具有较好的相关性[1] 。所以对图 像作以下处理：首先通过图像平滑消除一些图像噪声，并与背景图像比对，消除背景图像， 然后消除前后帧图像的随机噪声，得到一个比较纯净的目标图像，通过对目标图像的扫描， 提取运动目标物体的位置特征，以及面积特征，长宽比特征和归一化转动惯量特征（NMI ）. -- 1 -- 2.1 红外图像预处理算法 此系统预处理采取的是中值滤波算法进行滤波，对图像进行平滑处理。中值滤波是一种 非线性滤波技术，它是基于图像的这样一特性种，噪声往往以孤立的点的形式出现，这些点 对应的像素很少，而图像则是由像素较多，面积较大的小块构成。在一定条件下，可以克服 [2] 线性滤波器所带来的图像细节模糊，并且对滤波脉冲干扰及图像的扫描噪声最为有效 。 图2 处理前 图3 处理后 2.2 红外图像去除背景算法 预处理后的图像需要消除背景，利用背景的帧相关性，对同一方位角的无运动目标物体 图像作为背景图像，将后续扫描的图像作为比对图像，于是两幅图像相减，即可以去掉背景 ( ) ( ) ( ) 图，待识别图像每个像素点 x ,y 的灰度值为f x ,y ，背景图像每个像素点 x ,y 的灰度值 为b x, y ，去除背景后的图像为abs[ f x, y −b(x, y )]