维普资讯 http://www.cqvip.com 第１期（总第１４０期） ２００７年２月 机械工程与自动化 ＭＥＣＨＡＮＩＣＡＩ ＥＮＧＩＮＥＥＲＩＮＧ ＆ ＡＵＴ（）ＭＡＴＩ（）Ｎ Ｎｏ．１ Ｆｅｂ． 文章编号：１６７２—６４１３（２００７）０１—０１２６—０３ 一种目标图像的检测算法研究 梅 蓉 （南京森林高等专科学校侦查系，江苏 南京 ２１００４６） 摘要：分析了天空背景下彩色飞机图像的颜色概貌，提出了根据颜色特征来检测飞机目标，重点在于如何得到 最佳的颜色特征。不同的对象所要求的颜色特征并不相同。根据具体的天空背景下彩色飞机图像，提出了检测 飞机目标的算法，结果表明该算法可以很好地检测到飞机目标。 关键词：飞机；检测；分割 中图分类号：ＴＰ３１７．４ 文献标识码：Ａ ． ０ 引言 文的重点。 彩色图像处理一直是令人关注却又感到困难的课 题，因为人类对彩色的感知原理还不是十分清楚。迄 今为止，由于缺少较深的理论指导，该问题尚未真正 得到解决。在图像检测过程中。图像分割口 是其中最 重要的一部分，图像要分割出来的对象就是一副图像 中要检测的目标。在彩色分割问题上，如何找到有效 的彩色特征进行分割最为关键。本人认为具体问题要 具体分析，分割的对象不同。所需的颜色特征也不相 同。对于颜色分割的问题，解决静止的图像效果较好； 对于序列图像，背景的变化较大，如本文研究的天空 背景下的彩色飞机图像，天气的变化即天空背景颜色 的变化很容易影响彩色图像的分割。 ｌ 天空背景下的彩色飞机图像分析 天空背景的颜色是淡蓝色的，而飞机的机身一般 是褐色、白色、深蓝色、红色相接的，飞机下挂的导 弹头是深红的，导弹身是白色的。这样的一帧一帧图 像，要想检测到图像中的飞机，对于人眼来说是再简 图１ 天空中彩色飞机的原始图像 单不过的了。但对于机器来说还是有些难度的。本文 采用ＲＧＢ色彩模型，每一种颜色在彩色空间中的位 置由三个彩色空间坐标（Ｒ，Ｇ，Ｂ）决定。如当图像只用 红色Ｒ表示时，它就突出红色，红色变亮，灰度较高； 而对补的颜色变深，灰度较低。图１为天空中彩色飞 机的原始图像，图２为天空中彩色飞机的红色通道图 像。图２中，最明显的就是导弹头变亮，而整个天空 变暗。同样，用蓝色表示时，它就突出蓝色，蓝色变 亮，灰度较高。由图２可知，只需要分割出颜色较深 的那部分和较亮的那部分，然后将分割出的图进行合 并，就能得到不错的飞机图片。因此运用颜色特征进 行飞机目标的检测，比较接近人眼的识别检测，提取 少数颜色特征信息，以达到较高的分割效果，这是本 收稿日期：２００６—０６—２６；修回日期：２００６—０８—２０ 图２ 天空中彩色飞机的红色通道图像 ２飞机目标检测过程 根据天空背景下的彩色飞机图像分析，可建立如 下的目标检测过程：①获取飞机目标的彩色特征；② 利用获取的彩色特征建立直方图，经过滤波，获取阈 值，分割飞机目标；⑧精确定位，从而得到目标的具 体位置。飞机目标检测的算法流程见图３。 ３彩色分割 彩色图像包含的信息量比较多，给人以比较直观 作者简介：梅蓉（１９７８一），女，江苏海安人，助教，硕士．主要研究方向：图像处理与目标识别技术。 维普资讯 http://www.cqvip.com ２００７年第１期 梅蓉：一种目标图像的检测算法研究 ・１２７・ 的感受，因此对它的研究有利于克服传统的灰度图像 分割方法的不足，是一个更加广阔的研究领域。 图３飞机目标检测的算法流程图 ３。ｌ 图像直方图 图像直方图的形状可给出图像特性的许多信息。 在许多特性中，物体和背景各占有不同的灰度级，这 些图像可以通过设定灰度门限将其分割成不同的区 域，即物体和背景子群在图像直方图上呈现双峰。此 时，一般以峰谷作为阈值，或者，取两个阈值门限，滤 Ｏ ８ ６ 出该门限范围内的像点。但一般来说，阈值多选在两 峰之间的平坦地带（因为左、右边峰所反映的是差值后 的噪声）。但是本文主要是提取目标图像的一部分，即 某个颜色块，而这个颜色块就是三个彩色空间坐标 （Ｒ，Ｇ，Ｂ）中的一个表示为颜色较深的部分和颜色较 亮的部分。对于直方图来说，分别分布在直方图的左 边和右边。红色通道图的直方图见图４。 灰度值 图４红色通道直方图 由图４可以看出，左边和右边灰度值所对应的像 素个数很少，有的压根就看不到，但不代表灰度值所 对应的像素没有，而是太少了，这对我们进行图像的 分割有一定的影响。因此，运用对数直方图来解决这 个问题，如ｌｏｇ（１）＝＝＝０、ｌｏｇ（２）＝０．６９３ １、ｌｏｇ（１００）一 ４．６０５ ２、ｌｏｇ（１ ０００）一６．９０７ ８。这样即使灰度值所对 应的像素数很少，也可以在对数直方图上表示出来。为 此，将直方图的纵坐标改为对数坐标，红色通道对数 直方图见图５。它有两个优点，一是谷底曲线清楚，二 是曲线较线性坐标的连续、平滑。由图５可以看到，在 直方图中不存在的灰度值对应的像素个数，而在对数 直方图中可以看到。对于本文要求的两个阈值，分别 分布在直方图的两边，由这两种直方图可以大概看出 阈值。 ３．２低通滤波平滑 在实际情况下，图像常受到噪声等因素的影响，为 了便于判定谷底位置，必须对对数直方图进行平滑。采 用低通滤波算法对直方图进行两次平滑。 第一次为从左到右滤波。即： Ｈ，一ａ／－／，一ｌ＋ｂｈ，。 式中：ｈ，一一滤波前的值； Ｈ厂一滤波后的值； “、ｂ－撇系数，“＋６—１，取“一０．７、６—０．３； 灰度值， 一１～２５５。 第二次为从右到左滤波，即： Ｈ，一ａＨ，＋ｌ＋ｂｈ，。 其中， 一２５４～０。这样两个方向各滤波一次，可以保 证峰值位置误差较小。 ０ ０ １００ ２０ｏ ３ｏｏ 灭厦值 图５红色通道对数直方图 ３．３搜索两边阈值 从左到右，将向量的灰度值对应的像素个数”进 行差值绝对运算，给出一个ｌ临界差值 ，使得ｍｉｎ（ ，一 ，２，十Ｉ）≤一 时，左阈值为 ；ｍａｘ（ ，一“…）≥ 时，右 阈值为． ＋１。 ３．４ 闽值分割 阈值的分割方法是根据阈值将图像二值化，使物 体和背景置为黑白两色。对图像扫描一遍，将灰度小 于左阈值或大于右阈值的点置为０，即为黑色；否则置 为１，为白色。其中红色通道分割图见图６。 ： 图６红色通道分割图 由Ｒ、Ｇ、Ｂ三个通道分别得出的分割图不是很 好，并没有完全体现飞机目标的形状。因此对这三个 分割图进行合并：将不同颜色通道的分割结果合并， 可以有效地得到分割目标飞机，大大提高 割的精确 性。合并方法是将这三图进行相与“＆”运算，得到如 图７所示的三色合并图。图７效果要较三个通道分别 得到的分割图好，飞机的轮廓基本上表现出来了，但 还不够好。自然界的各种颜色可以由三色进行线性组 合得出，由于红色通道图与蓝色通道图的整体亮度差 别比较大，将其对应的灰度值进行相减，得到Ｒ—Ｂ 图，见图８。对应的对数直方图见图９。运用上面的方 法进行分割，得到的二值分割图见图１Ｏ。与上面的三 ４ 维普资讯 http://www.cqvip.com ・ｌ２８・ 机械工程与自动化 ２００７年第１期 色分割图比较，Ｒ—Ｂ分割图的效果最好。这也表明了 副图像，只要用一个最佳的三色线性组合，就可以 得到很好的目标分割图，而不需要多幅图像分割操作 和合并操作。 一对每列元素进行相与“８Ｌ”运算，得到的零元素的个数 就是飞机的宽度。由列和行对应的零元素可以知道飞 机目标的精确位置，这样我们就能知道飞机目标在一 副图像中的精确位置，见图１１。 图７三色合并图 图１０ Ｒ～Ｂ二值分割图 图ｌ１ 水平映射和垂直映射图 ５ 总结 图８ Ｒ—Ｂ图 ４精检测 上面的这些工作只是进行了粗检测，大概知道了 目标的形状。但我们需要知道目标的精确位置和大小。 因此接着对分割图进行水平映射和垂直映射，这样就 得到飞机的长度和宽度。 运用本文所述的方法对不同天空背景下同一飞机 目标进行分割，基本上能分割出飞机目标。当天空背 景与飞机目标的颜色差距较大时，比较容易分割；当 差距不是很大而且亮度差不多时，分割的效果不算好。 因此最重要的就是将三色进行最佳线性组合，使得飞 机目标与背景的亮度和颜色差距变大，这就比较容易 分割了。结果表明该颜色特征能够很好地检测到飞机 目标。彩色图像检测相对于其它检测方法来说的一个 优点就是，背景的变化对于检测来说不是难点，较容 易解决。 参考文献： 鼎 ：曲 ｛幅 坚盘 ［１］ 尚万军，方晓初，赵延雯。基于颜色特征的彩色图像分割 方法及其应用ＥＪ］．武汉科技学院学报，２００１，１４（１）：６３— ６６． １２ ｌ Ｒ（）ＢＥＲＴ（）Ｍ Ｒ（）ＤＲｉＧＵＥＺ，ＴＥＲＥＳＡ Ｅ ＡＩ ＡＲＣ６Ｎ， 灰度值 Ｒ【）ＢＥＲＴ【）Ｗ ＮＡＶＡＲＲＯ。ｅｔ ａ１．Ｃｏｌｏｒ ｓｅｇｍｅｎｔａｔｉｏｎ 图９ Ｒ—Ｂ对数直方图 ａｐｐｌｉｅｄ ｔＯ ｓｔｕｄｙ ｏｆ ｔｈｅ ａｎｇｉｏｇｅｎｅｓｉｓ（ｐａｒｔ Ｉ）ＥＪ］．Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ ａｎｄ Ｒｏｂｏｔｉｃ Ｓｙｓｔｅｍｓ，２００２，３４：８３—９７． 对于二值分割图。将所有的行元素进行相与“＆．” 运算，那么得到的零元素的个数就是飞机的长度；再 Ｓｔｕｄｙ ｏｎ ａ Ｓｏｒｔ ｏｆ Ｄｅｔｅｃｔｉｎｇ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｔａｒｇｅｔ Ｉｍａｇｅ ＭＥＩ Ｒｏｎｇ （Ｉｎｖｅｓｔｉｇａｔｉｏｎ Ｄｅｐａｒｔｍｅｎｔ，Ｎａｎｉｉｎｇ Ｆｏｒｅｓｔ Ｐｏｌｉｃｅ Ｃｏｌｌｅｇｅ。Ｎａｎｊｉｎｇ ２１００４６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ Ｃｏｌｏｒ ｓｉｔｕａｔｉｏｎ ｏｆ ｔｈｅ Ｃｏｌｏｒ ｐｌａｎｅ ｉｍａｇｅ ｕｎｄｅｒ ｔｈｅ ｓｋｙ ｂａｃｋｇｒｏｕｎｄ，ｐｒｏｐｏｓｅｓ ｄｅｔｅｃｔｉｎｇ ｐｌａｎｅ ｇｏａｌ ａｃｃｏｒｄｉｎｇ ｔＯ ｃｏｌｏｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ａｎｄ ｆｏｃｕｓｅｓ ｏｎ ｈｏｗ ｔＯ ｒｅｃｅｉｖｅ ｔｈｅ ｂｅｓｔ ｃｏｌｏｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ．Ｔｏ ｄｉｆｆｅｒｅｎｔ ｔａｒｇｅｔｓ，ｔｈｅ ｒｅｑｕｉｒｅｄ ｃｏｌｏｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｉｓ ｎｏｔ ｔｈｅ ｓａｍｅ．Ｔｈｅ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｏｆ ｄｅｔｅｃｔｉｎｇ ｐｌａｎｅ ｔａｒｇｅｔ ａｃｃｏｒｄｉｎｇ ｔＯ ｔｈｅ ｃｏｎｃｒｅｔｅ ｓｋｙ ｂａｃｋｇｒｏｕｎｄ． Ｔｈｅ ｒｅｓｕｌｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｃａｎ ｄｅｔｅｃｔ ｔｈｅ ｐｌａｎｅ ｇｏａｌ ｖｅｒｙ ｗｅｌ１． Ｋｅｙ ｗｏｒｄｓ：ｐｌａｎｅ；ｄｅｔｅｃｔｉｏｎ；ｓｅｇｍｅｎｔａｔｉｏｎ
