基于曲線匹配點(diǎn)源目標(biāo)圖像識(shí)別方法研究

1、 文章編號(hào):1008-0570(200911-1-0167-02模式識(shí)別基于曲線匹配點(diǎn)源目標(biāo)圖像識(shí)別方法研究Research on recognition of point target by track matching(北京航空航天大學(xué)陳磊鄭紅CHEN Lei ZHENG Hong摘要:針對(duì)點(diǎn)源目標(biāo)形狀, 大小與常規(guī)的干擾信息區(qū)別不明顯, 使得通過單幀圖像處理對(duì)其進(jìn)行識(shí)別變得十分困難; 以及常用點(diǎn)源運(yùn)動(dòng)目標(biāo)識(shí)別方法中, 單純依靠目標(biāo)連續(xù)運(yùn)動(dòng)軌跡, 并未考慮運(yùn)動(dòng)目標(biāo)自身運(yùn)動(dòng)規(guī)律, 難以識(shí)別目標(biāo)屬性等問題, 提出曲線匹配識(shí)別方法。該方法建立目標(biāo)運(yùn)動(dòng)軌跡全方位投影曲線標(biāo)準(zhǔn)庫(kù), 采用三次插值曲線逼

2、近的方法匹配實(shí)際運(yùn)動(dòng)軌跡與標(biāo)準(zhǔn)軌跡識(shí)別點(diǎn)源運(yùn)動(dòng)目標(biāo)屬性, 預(yù)測(cè)目標(biāo)運(yùn)動(dòng)方位。同時(shí), 提高了算法運(yùn)行時(shí)間效率。通過全仿真及半實(shí)物仿真, 該方法達(dá)到很好的匹配效果, 證明了該方法的有效性。關(guān)鍵詞:點(diǎn)源目標(biāo); 曲線匹配; 三次插值逼近; 圖像目標(biāo)識(shí)別中圖分類號(hào):TP913文獻(xiàn)標(biāo)識(shí)碼:AAbstract:point targets have no information on feature or size, etc. It s very difficult to recognize it from one frame of image. The common methods of recogniti

3、on didn t use the information of target moving, so they couldn t recognize the properties of the target. This text rises a way of using curve matching to recognize the target. This way runs by establishing the standard library of target mo -tion and promotes the speed of running. Through the simulat

4、ing, this way perform well and is proved available. Key words:point target; track matching; tri-interpolation approximation; image target recognition引言點(diǎn)源運(yùn)動(dòng)目標(biāo)由于其形狀大小等常規(guī)信息不顯著, 難以從單幀圖像進(jìn)行識(shí)別, 常規(guī)方法是通過幀間能量累積進(jìn)行識(shí)別。常見的有如下幾種:三維空間匹配濾波器(3-DMF算法:針對(duì)目標(biāo)所有可能的運(yùn)動(dòng), 設(shè)計(jì)多個(gè)3-DMF 對(duì)圖像序列進(jìn)行濾波。缺點(diǎn)是:需要大量的速度濾波器, 計(jì)算量大, 難于實(shí)現(xiàn)實(shí)時(shí)運(yùn)算; 多級(jí)序

5、貫假設(shè)檢驗(yàn)法(MHT。該算法是將多個(gè)可能的目標(biāo)軌跡按照“樹”的結(jié)構(gòu)組織起來, 通過對(duì)圖像序列中到達(dá)每幀圖像的該算法在多目標(biāo)識(shí)別中會(huì)出現(xiàn)組合爆炸樹同時(shí)進(jìn)行假設(shè)檢驗(yàn)。情況。當(dāng)目標(biāo)運(yùn)動(dòng)速度未知時(shí), 計(jì)算過程所需動(dòng)態(tài)規(guī)劃算法。的搜索窗參數(shù)無法確定, 會(huì)導(dǎo)致算法檢測(cè)性能的降低?，F(xiàn)有各種方法的主要問題為僅僅可以檢測(cè)出具有運(yùn)動(dòng)特征的點(diǎn)源, 區(qū)分噪聲造成的干擾, 但無法得知該點(diǎn)源是否為所要檢測(cè)的具有某種運(yùn)動(dòng)方式的目標(biāo), 無法區(qū)分目標(biāo)與非噪聲干擾。針對(duì)上述問題, 筆者提出了一種基于標(biāo)準(zhǔn)曲線庫(kù)與三次插值逼近曲線匹配的點(diǎn)源目標(biāo)識(shí)別方法, 該方法充分利用了對(duì)已知目標(biāo)的運(yùn)動(dòng)特性的先驗(yàn)知識(shí), 得到目標(biāo)標(biāo)準(zhǔn)運(yùn)動(dòng)的曲線模板,

6、 并利用三次插值進(jìn)行曲線逼近, 應(yīng)用特征段之間Hausdorff 距離來驗(yàn)證匹配。技術(shù)創(chuàng)新圖1通過攝像頭畸變表可以求得, 從而可以解出目標(biāo)的方位表示攝像頭畸變后目標(biāo)角, 目標(biāo)的俯仰角。上式中,在攝像頭焦平面上的橫、縱坐標(biāo); 表示探測(cè)器到物空間平面的距離; 令為x 軸, 為y 軸建立坐標(biāo)系。2點(diǎn)源目標(biāo)運(yùn)動(dòng)屬性匹配方法2.1點(diǎn)源目標(biāo)運(yùn)動(dòng)軌跡庫(kù)建立前文所建立的方位俯仰坐標(biāo)系, 可以準(zhǔn)確的描述出點(diǎn)源目標(biāo)相對(duì)與攝像頭的方向。由于對(duì)所有識(shí)別的目標(biāo)有先驗(yàn)知識(shí), 因此可以根據(jù)其有可能的運(yùn)動(dòng)規(guī)律得出目標(biāo)相對(duì)于攝像頭方位的變換, 在方位俯仰坐標(biāo)系內(nèi)可以形成其標(biāo)準(zhǔn)的方位變換曲線, 從而依照可能的運(yùn)動(dòng)方式建立點(diǎn)源目標(biāo)

7、運(yùn)動(dòng)軌跡庫(kù)。方位俯仰坐標(biāo)系建立后, 要進(jìn)行運(yùn)動(dòng)曲線與模板曲線進(jìn)行匹配。本文采用三次插值逼近的方法進(jìn)行曲線匹配。算法思想:設(shè)平面內(nèi)圓弧, 把相鄰3個(gè)插值點(diǎn)看作一段圓弧上的3點(diǎn), 中間一點(diǎn)的一階導(dǎo)數(shù)值為這一點(diǎn)所在圓弧的切線的斜率。假設(shè)圓弧上3點(diǎn)為, , , 那么要求點(diǎn)的導(dǎo)數(shù)值。郵局訂閱號(hào)：/年-167-1點(diǎn)源目標(biāo)運(yùn)動(dòng)模型建立圖1為攝像頭焦平面與點(diǎn)源目標(biāo)之間的映射關(guān)系, 根據(jù)模型列出模型的約束方程組求得(1陳磊:碩士研究生PLC 技術(shù)應(yīng)用200例模式識(shí)別微計(jì)算機(jī)信息(測(cè)控自動(dòng)化2009年第25卷第11-1期其Hausdorff 距離為0.013193令文方法計(jì)算曲率如下圖2具體算法:E,F分別為AB

8、 和BC 的中點(diǎn), 設(shè)直線OE 和OF 的交點(diǎn)O 的坐標(biāo)為?？傻?2設(shè)插值曲線y=y(x,計(jì)算曲率的公式為如果給定了數(shù)據(jù)點(diǎn)值那么每個(gè)子區(qū)間mite 插值曲線為:對(duì)插值曲線求導(dǎo)得因此得(4(5由(3(4(5可得(3, 及其一階導(dǎo)數(shù)上的三次Her , 分別取出曲線上對(duì)應(yīng)的6個(gè)點(diǎn), 通過本其Hausdorff 距離為0.019562。由實(shí)驗(yàn)數(shù)據(jù)可得,Hausdorff 距離值小于設(shè)定閾值0.05, 因此可以判定曲線匹配, 從而可以識(shí)別點(diǎn)源運(yùn)動(dòng)目標(biāo)并得知其運(yùn)動(dòng)規(guī)律。4結(jié)論通過仿真數(shù)據(jù)可得, 本文給出的方法可以實(shí)現(xiàn)點(diǎn)源運(yùn)動(dòng)目標(biāo)的識(shí)別。與其它常用的點(diǎn)源目標(biāo)識(shí)別方法比較, 在運(yùn)行時(shí)間上, 由于不用考慮整個(gè)曲

9、線的能量積累, 而只需考慮當(dāng)前點(diǎn)附近的4個(gè)點(diǎn), 而且通過查表尋找匹配, 因此有著非常優(yōu)秀的運(yùn)行速度, 并且可以識(shí)別點(diǎn)源目標(biāo)的運(yùn)動(dòng)規(guī)律, 是其它識(shí)別方法不能達(dá)到的。本文作者創(chuàng)新點(diǎn):將曲線匹配引入點(diǎn)源目標(biāo)識(shí)別, 不僅可以識(shí)別出點(diǎn)源運(yùn)動(dòng)目標(biāo), 還可以識(shí)別出其運(yùn)動(dòng)方式, 很好的區(qū)分了噪聲與非噪聲對(duì)目標(biāo)識(shí)別造成的干擾。參考文獻(xiàn)1StevenD. Blostein,Haydn S. Richardson. A sequential detection approach to target tracking. IEEE Trans on AES,Vol.30(1,1994:197-211.2崔常鬼, 林英,

10、 陳景春. 低信噪比緩動(dòng)點(diǎn)目標(biāo)的序貫檢測(cè)算法的分析和改進(jìn). 電子學(xué)報(bào),Vo1.29(6:820-823.3ZhuYanjuan, Zhou Laishui, Wang Jian. Contour Extraction and Feature Point Detection for 3D Fragment Reassembly J.Transac tions of Nanjing University of Aeronautics &Astronautics, 2005, 22(1:23-29.4李冬梅, 王延杰. 基于線陣CCD 的目標(biāo)跟蹤. 微計(jì)算機(jī)信息, 2008,5-1:124-

11、1265朱延娟, 周來水等. 基于Hausdorff 距離的多尺度輪廓匹配算法·J.中國(guó)機(jī)械工程, 2004, 15(17:1553-1561作者簡(jiǎn)介:陳磊(1983-,男(蒙古族, 內(nèi)蒙古呼和浩特人, 北京航空航天大學(xué), 自動(dòng)化科學(xué)與電氣工程學(xué)院, 碩士研究生。主要研究方向自動(dòng)目標(biāo)識(shí)別; 鄭紅(1961-,女, 北京人, 北京航空航天大學(xué), 自動(dòng)化科學(xué)與電氣工程學(xué)院, 教授, 博士生導(dǎo)師。主要研究方向?yàn)閳D像處理及模式識(shí)別。Biography:CHEN Lei (1983-,male (Mongolian,Inner Mongolia, Beihang University, pos

12、tgraduate,Automation Science and Elec -trical Engineering, target recognition.(100083北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院 陳磊鄭紅技術(shù)創(chuàng)新(6由公式(6可以看出第i 點(diǎn)的曲率與其臨近點(diǎn)的曲率有關(guān), 因而可以得出以下推理:在平面非規(guī)則曲線匹配中, 給定了某個(gè)物體邊界點(diǎn)每一點(diǎn)的順序已這4個(gè)點(diǎn)決定, 由經(jīng)給定, 則點(diǎn)的曲率由式于因此除邊界點(diǎn)外整條曲線的曲率也就確定了。由以上定理得知可以推導(dǎo)出推論在兩條平面非規(guī)則曲線中, 如果對(duì)應(yīng)點(diǎn)的曲率在誤差范圍內(nèi)相等, 那么就說這兩點(diǎn)在誤差范圍內(nèi)相匹配。由以上的分析, 兩條曲線的匹配標(biāo)準(zhǔn)可以為對(duì)應(yīng)點(diǎn)的曲率在誤差范圍內(nèi)相等, 而這個(gè)誤差范圍需要一個(gè)閾值, 本文利用了Hausdoff 距離來進(jìn)行曲率匹配判定。Hausdorff 距離是一種定義于兩個(gè)點(diǎn)集上的最大-最小距離, 它主要用于測(cè)量?jī)蓚€(gè)點(diǎn)集的匹配程度。已知兩個(gè)有限點(diǎn)集和, 則A 、B 之間Hausdoff 距離定義如下:式中:。;3仿真實(shí)驗(yàn)設(shè)計(jì)及仿真結(jié)果假設(shè)在方位俯仰系中, 點(diǎn)源目標(biāo)以