水下圖像目標(biāo)識(shí)別的預(yù)處理綜述

處理綜述水下圖像目標(biāo)識(shí)別的預(yù)處理綜述【摘要】圖像預(yù)處理是對(duì)水下圖像目標(biāo)識(shí)別處理的一項(xiàng)關(guān)鍵技術(shù)，也是一項(xiàng)經(jīng)典難題。文章分析歸納了基本的預(yù)處理技術(shù)，以及目標(biāo)識(shí)別方法和應(yīng)用，提出了一些發(fā)展思路和要點(diǎn)?！娟P(guān)鍵詞】目標(biāo)識(shí)別；水下圖像；預(yù)處理自主式水下機(jī)器人(AUV-AutonomousUnderwaterVehicle，本文簡稱水下機(jī)器人)是新一代水下機(jī)器人，由于其在軍事和商業(yè)上的重要應(yīng)用價(jià)值和在高技術(shù)運(yùn)用上面臨的眾多挑戰(zhàn)，它越來越多的受到軍事工程師和技術(shù)人員的重視，并進(jìn)行了大量的研究與試驗(yàn)工作。在軍用領(lǐng)域則可用于偵察、布雷、滅雷和援潛救生等；在民用領(lǐng)域，它可應(yīng)用于數(shù)據(jù)收集，海底頭探測，海底考察，管道鋪設(shè)，水下設(shè)備的維護(hù)與維修等。鑒于水下機(jī)器人的諸多重要的應(yīng)用領(lǐng)域，其視覺分辨能力又是其執(zhí)行各種任務(wù)，獲取水下信息的重要途徑，所以對(duì)水下機(jī)器人的圖像采集，水下目標(biāo)的圖像處理與識(shí)別就顯得越來越重要，是水下機(jī)器人能夠正常工作的不可或缺的技術(shù)保障。水下圖像采集的復(fù)雜性：1、江、河、海洋等水體環(huán)境復(fù)雜。水體流動(dòng)噪聲的波紋、浮游生物以及水中微粒等都會(huì)造成成像背景不單一，總會(huì)有噪聲出現(xiàn)。2、光源不穩(wěn)定。入射到攝像頭里面的光會(huì)因不同類型的物體在水下反射在水下的反射程度不同而不均勻。3、所采集到的圖像是三維景物的二維投影，所以一幅圖像本身不具備完全復(fù)現(xiàn)三維景物的全部幾何信息的能力，造成空間幾何失真?？傊履繕?biāo)識(shí)別是目前智能機(jī)器人技術(shù)發(fā)展的關(guān)鍵能力之一，既要發(fā)揮光學(xué)成像技術(shù)的分別率高的優(yōu)勢，又要克服噪聲相對(duì)復(fù)雜的一在對(duì)國內(nèi)外大量的相關(guān)文獻(xiàn)進(jìn)行查閱的基礎(chǔ)上，進(jìn)行歸納總結(jié)發(fā)現(xiàn)近些年的水下目標(biāo)識(shí)別主要采取的方法有以下幾個(gè)方面：(1)數(shù)理統(tǒng)計(jì)方法的應(yīng)用；(2)神經(jīng)網(wǎng)絡(luò)方法的應(yīng)用；(3)數(shù)學(xué)形態(tài)學(xué)的處理與識(shí)別方法；(4)聲圖像的陰影暗區(qū)方法的應(yīng)用；(5)Markov隨機(jī)場模型理論應(yīng)用到識(shí)別領(lǐng)域。一般來說，目標(biāo)識(shí)別是在對(duì)圖像目標(biāo)進(jìn)行預(yù)處理之后，選取一定的特征量加以識(shí)別和分類，然后輸出結(jié)果。選取特征選取特征量待識(shí)別目標(biāo)輸出結(jié)果邊緣提取識(shí)別判斷圖像濾波流程框圖從流程圖中可以看出，一個(gè)圖像處理與模式識(shí)別系統(tǒng)一般可分為兩個(gè)主要部分。第一部分主要是對(duì)獲取的圖像信息進(jìn)行加工、整理、分析、歸納，以去除冗余信息，提煉出能反映事物本質(zhì)的特征，當(dāng)然，去除和保留什么信息與采用何種方法進(jìn)行判決有直接關(guān)系；第二部分主要是針對(duì)所采用的識(shí)別方法對(duì)預(yù)處理后的圖像信息進(jìn)行特征選取，然后把得到的特征量輸入到所設(shè)計(jì)好的識(shí)別系統(tǒng)中，按照約定的規(guī)則進(jìn)行目標(biāo)的歸類。最后是輸出的結(jié)果，當(dāng)然，最后得到的結(jié)果的品質(zhì)與前面各個(gè)處理階段的工作密不可分，所以力求每個(gè)處理環(huán)節(jié)都能達(dá)到科學(xué)、合理、完1、圖像預(yù)處理概述傳統(tǒng)的圖像處理技術(shù)主要針對(duì)數(shù)字圖像信息變換過程，如獲取、變換、增強(qiáng)、恢復(fù)(還原)、壓縮、分割和邊緣提取等幾個(gè)方面開展工作，隨著新工具和新手段的不斷出現(xiàn)，這些圖像處理技術(shù)一直在更新與發(fā)展。近幾年來，隨著信息技術(shù)的迅猛發(fā)展，給圖像處理領(lǐng)域帶來了新的活力，圖像分類、圖像識(shí)別、圖像特征分析、圖像融合、圖像配準(zhǔn)、圖像檢索(基于內(nèi)容)與圖像數(shù)字水印等領(lǐng)域都得到了很大的發(fā)展。這些圖像處理技術(shù)是人類的智力活動(dòng)在一定程度上的延伸，它們都不同程是以傳統(tǒng)圖像處理技術(shù)為基礎(chǔ)，并把其作為圖像預(yù)處理技術(shù)。水下圖像特點(diǎn)由于水的光學(xué)特性的作用，典型的水下圖像有如下幾個(gè)特點(diǎn)：(1)水對(duì)光的吸收作用給水下彩色攝象帶來很大的困難，通常只能在距離目標(biāo)l-2m進(jìn)行拍攝才能避免色彩的丟失，因此在水下中遠(yuǎn)距離目標(biāo)攝象多會(huì)采用灰度圖像的成像方式。(2)照明設(shè)備一般為點(diǎn)光源，為會(huì)聚光照明,其強(qiáng)弱有著較大的差異，以光源最強(qiáng)的點(diǎn)為中心，徑向逐漸減弱,通常反映到圖像上為背景灰度不均勻[4]。不良的照明條件還會(huì)使得水下圖像質(zhì)量變差,如出現(xiàn)假細(xì)(3)水體本身的性質(zhì)和懸浮體、活性有機(jī)體的存在，造成水下圖像的照度不均、對(duì)比度低、噪聲明顯等問題。空間域圖像處理灰度變換灰度修改運(yùn)算是針對(duì)圖像中的點(diǎn)運(yùn)算,只針對(duì)像素的灰度進(jìn)行修改，而不改變其位置?；叶茸儞Q可以描述為用一個(gè)變換函數(shù)T(.)，將原始灰度gg(x,y)=T[f(x,y)]灰度變換可以有效的修改圖像的對(duì)比度,且實(shí)現(xiàn)簡單。根據(jù)變換函數(shù)T(.)的不同,灰度變換又可分為線性變換、分段線性變換和非線性變換?，F(xiàn)階段，圖像噪聲濾波方法較常用的有帶通濾波法、低通濾波法、平滑濾波、均值濾波、銳化濾波、中值濾波等等。依照處理程度的不同，圖像濾波可以被看作圖像預(yù)處理，也可以被當(dāng)作圖像后續(xù)處理的一種手段。按圖像濾波的作用分類，可分為：(1)作為圖像預(yù)處理，濾波的目的就是為了使輸出結(jié)果更加適合后。(2)當(dāng)把它應(yīng)用于圖像后處理階段，主要目的是用于圖像的復(fù)原和重建，使圖像的視覺效果經(jīng)過處理后能夠滿足觀察或者識(shí)別的需求等。直方圖均衡化和規(guī)定化實(shí)用且有效的方法之一。圖像的直方圖概括了圖像的灰度級(jí)內(nèi)容，它包含了豐富的信息，用直方圖均衡化和規(guī)定化的算法，能將原始圖像密集的灰度分布變得稀疏,以改直方圖均衡化(HE,HistogramEqualization)也是一種最早最常用的圖像增強(qiáng)方法，它的基本思想是使圖像中的所有灰度級(jí)概率均勾分布，即使之具有最大信息量。直方圖均衡化處理時(shí)對(duì)整幅圖像采用同一個(gè)變換，并不能適應(yīng)不同區(qū)域的對(duì)比度變化，為了克服直方圖均衡化的缺點(diǎn)，人們提出了一種自適應(yīng)方法局部直方圖均衡化(LAHE,LocalAreaHistogramEqualization)。LAHE根據(jù)圖像中每一個(gè)像素點(diǎn)的相關(guān)區(qū)域確定其灰度變換函數(shù)，它克服了HE對(duì)整張圖像采用同種變換的缺點(diǎn)，具有固定相關(guān)區(qū)域大小的不足，提出了一種能夠動(dòng)態(tài)確定矩形窗口大小的直方圖均衡化方法?？沼?yàn)V波由像素組成的空間稱為空域，空域的處理一般是在圖像空間中借助模板進(jìn)行鄰域操作。假定圖像由許多灰度恒定的小塊組成，相鄰像素之間則存在很高的空間相關(guān)性，而噪聲一般為統(tǒng)計(jì)獨(dú)立的?？沼?yàn)V波直接對(duì)圖像的像素進(jìn)行操作，以改善圖像的質(zhì)量，對(duì)于輸入圖像f(x,y)，空域處理表達(dá)式為：gg(x,y)=T[f(x,y)]空域?yàn)V波原理(1)在待處理的圖像中逐點(diǎn)移動(dòng)模板，將模板的中心與像素點(diǎn)位置重合。(2)對(duì)于線性空域?yàn)V波，其響應(yīng)R由濾波器系數(shù)和濾波器當(dāng)前掃過區(qū)域響響應(yīng)R為:y 頻域圖像處理基本概念反映到圖像中為邊緣、噪聲和變化陸峭的部分，而其低頻分量則對(duì)應(yīng)平整,對(duì)調(diào)整后的頻譜成分作傅立葉逆變換則得增強(qiáng)后的結(jié)果圖像這就是頻域增強(qiáng)的基本過程，可用流程圖簡單的描述如下。由上面過程可以看出，在頻域增強(qiáng)技術(shù)中，為了突出自己感興趣的區(qū)域同時(shí)削減噪聲和無關(guān)信號(hào)，選擇一個(gè)合適的頻率傳遞函數(shù)H(u,v)非常重?cái)?shù)；對(duì)于需要抑制或衰減的頻率分量，則將傳遞函數(shù)H(u,v)置零或取接由上文可知，空域指的是圖像自身空間，空域的處理是對(duì)圖像像素的直接處理。頻域處理的基礎(chǔ)是修改圖像的傅立葉變換，它和空域的聯(lián)系主要是建立在卷積理論的基礎(chǔ)上。設(shè)有大小為MN的圖像f(x,y),使用模板f(x,y)進(jìn)行空域?yàn)V波的過程可表示為空域卷積運(yùn)算：MNm=0n=0xy在實(shí)際圖像處理中,通常給定f(x,y)，則可得到F(u,v)，對(duì)于確定的低通濾波、高通濾波、同態(tài)濾波、帶通和帶阻濾波等都是常用的頻域增強(qiáng)方法。低通濾波低通濾波是指在頻率域中，通過濾波器函數(shù)衰減或阻斷高頻信息，而低頻信息能夠正常通過。通常圖像的細(xì)節(jié)信息和噪聲多分布于高頻部分，因此對(duì)圖像進(jìn)行低通濾波有平滑降噪的作用。低通濾波器通常有：高通濾波與低通濾波相反，高通濾波器是為了衰減和抑制低頻分量，讓高頻分量通過濾波器,即保留邊緣和急劇變化的細(xì)節(jié)信息。高通濾波器形狀與低通濾波器相反，因此其傳遞函數(shù)可由下面關(guān)系式給出：hPlP高通濾波器通常應(yīng)用于圖像的銳化環(huán)節(jié)，常用的高通濾波器有理想高通濾波器、巴特沃斯高通濾波器、高斯高通濾波器等。由于水下光照條件的限制，通常獲得的水下圖像會(huì)出現(xiàn)照度不均勻的情況。同態(tài)濾波是基于圖像獲取過程中照明反射成像原理提出的，屬于頻域處理，其應(yīng)用方面包括調(diào)節(jié)圖像的灰度范圍,解決光照問題和突出等人提出，用于聲波的分析和合成后Fries等人將其應(yīng)用于圖像處理中，同態(tài)濾波將圖像分解為照度和反射兩部分，通過對(duì)數(shù)運(yùn)算將乘性噪聲的照度成分轉(zhuǎn)為加性噪聲，通過傅立葉變換對(duì)頻率域處理改善圖像的效果。同態(tài)濾波盡管能夠較好的保持圖像的整體面貌，但它對(duì)局部對(duì)比度水下圖像處理領(lǐng)域中，中國海洋大學(xué)的王彬曾采用等功率譜的同態(tài)濾波法對(duì)實(shí)際水下圖像進(jìn)行增強(qiáng)處理，證明了這種方法在消除水下圖像存在的照明不均方面具有較好的性能，與此同時(shí)盡量保留了圖像中的高頻細(xì)節(jié)分量。RafaelGarcia等人曾經(jīng)針對(duì)水下圖像的光照特性，基于水下照明反射模型，研究分析并對(duì)比了局部直方圖均衡和同態(tài)濾波在水下圖像中的處理效果，并分析了兩種處理方法在不同情況下的優(yōu)點(diǎn)和弱點(diǎn)。下圖為同態(tài)濾波結(jié)果。同態(tài)濾波結(jié)果(高斯高通濾波器,D=50)02、圖像預(yù)處理研究實(shí)驗(yàn)結(jié)果研究過程中，加權(quán)中值濾波是一種通過加權(quán)中值濾波來消除目標(biāo)附近噪聲的工具。得到的結(jié)果如下圖所示本文首先討論了水的對(duì)光的吸收和散射特性等因素對(duì)水下圖像的影響，然后從空域和頻域方面介紹了水下圖像處理的常用方法?？沼蛱幚矸椒ㄊ腔谙袼氐?包括灰度變換、直方圖修正和空域?yàn)V波等；頻域處理方法包括低通濾波、高通濾波和同態(tài)濾波等,其中同態(tài)濾波是針對(duì)成像過程中的照射和反射原理提出的，在光照不均勻的水下圖像中有著較好的效果?？梢钥吹綄?duì)圖像預(yù)處理的研究有幾個(gè)明顯的趨勢：一是對(duì)原有算法的不斷改進(jìn)。二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用。相信隨著研究的不斷深入，存在的問題會(huì)很快得到圓滿的解決。參考文獻(xiàn)[1]MallatS.MultiresolutionapproximationandwaveletorthonormalbasesofL2(R).Trans.Amer.Math.Soc.,315:68~87[2]岡薩雷斯,阮秋琦譯.數(shù)字圖像處理(第二版),北京:電子工業(yè)出版社,2003[3]XuYansun,etal.Wavelettransformdomainfilters:aspatiallyselectivenoisefiltrationtechnique.IEEETransactionImageProcessing,1994,3(6):747~758[4]R.Garcia,T.NicoseviciandX.Cufi.Onthewaytosolvelightingproblemsinunderwaterimaging.IEEEOCEAN,2002,10:1018~1024