多媒體信號(hào)處理 課件 第6章 圖像目標(biāo)檢測(cè)

第六章

圖像目標(biāo)檢測(cè)6.1目標(biāo)檢測(cè)基本概念以及分類基本概念目標(biāo)：一個(gè)待探測(cè)、定位、識(shí)別和確認(rèn)的物體，也是圖像中感興趣的物體或內(nèi)容。背景：反襯目標(biāo)的部分。目標(biāo)和背景都是相對(duì)而言。目標(biāo)特征：目標(biāo)最主要的表現(xiàn)形式，能把目標(biāo)從背景中檢測(cè)或識(shí)別出來。目標(biāo)檢測(cè)：一種利用目標(biāo)特征對(duì)圖像進(jìn)行分割和定位的過程。6.1目標(biāo)檢測(cè)基本概念以及分類目標(biāo)檢測(cè)的基本思路就是利用目標(biāo)自身特征，通過有效抑制背景和消除噪聲，將目標(biāo)從背景中定位并提取出來--檢測(cè)的本質(zhì)就是背景與目標(biāo)的二元決策問題。按照目標(biāo)特性來分：?jiǎn)畏鶊D像的目標(biāo)檢測(cè)：對(duì)圖像信息對(duì)目標(biāo)和背景進(jìn)行分割單幅圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)：那么就需要連續(xù)采集的圖像序列，通過對(duì)圖像序列分析目標(biāo)的運(yùn)動(dòng)在背景中的變化情況，檢測(cè)目標(biāo)圖像。按照目標(biāo)成像大小來分：小目標(biāo)和有形大目標(biāo)檢測(cè)。由于小目標(biāo)成像面像素較小，在低信噪比條件下，小目標(biāo)檢測(cè)是目標(biāo)檢測(cè)的重點(diǎn)和難點(diǎn)。有形大目標(biāo)：圖像分割法進(jìn)行目標(biāo)檢測(cè)，或者利用目標(biāo)圖像的幾何特征、紋理特征等提取目標(biāo)。6.2運(yùn)動(dòng)目標(biāo)檢測(cè)運(yùn)動(dòng)圖像序列背景建模多幀圖像平均的背景建模（a）第1幀圖像（b）累加平均10幀背景（c）累積平均100幀背景6.2運(yùn)動(dòng)目標(biāo)檢測(cè)靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)背景差分法（b）可控光線下的靜止背景的多個(gè)運(yùn)動(dòng)目標(biāo)檢測(cè)（a）可控光線下的靜止背景的單一運(yùn)動(dòng)目標(biāo)檢測(cè)6.2運(yùn)動(dòng)目標(biāo)檢測(cè)靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)幀間差分法（a）可控光線下的靜止背景的單一運(yùn)動(dòng)目標(biāo)檢測(cè)（原圖與檢測(cè)結(jié)果）（b）可控光線下的靜止背景的多個(gè)運(yùn)動(dòng)目標(biāo)檢測(cè)6.2運(yùn)動(dòng)目標(biāo)檢測(cè)動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)在動(dòng)態(tài)背景下，運(yùn)動(dòng)目標(biāo)與背景同時(shí)運(yùn)動(dòng)，這樣圖像序列中目標(biāo)和背景的變化會(huì)疊加并重合在一起。光流法利用圖像序列中像素在時(shí)間域上的變化以及相鄰幀之間的相關(guān)性來，找到上一幀跟當(dāng)前幀之間存在的對(duì)應(yīng)關(guān)系，從而計(jì)算出相鄰幀之間物體的運(yùn)動(dòng)信息，進(jìn)而推斷出物體移動(dòng)速度及方向的方法。光流場(chǎng)是一個(gè)二維矢量場(chǎng)，是帶有灰度像素點(diǎn)在圖像平面上運(yùn)動(dòng)而產(chǎn)生的瞬時(shí)速度場(chǎng)，包含了各像素點(diǎn)的瞬時(shí)運(yùn)動(dòng)速度矢量信息，反映了圖像上每一點(diǎn)灰度的變化趨勢(shì)。6.3有形目標(biāo)檢測(cè)基于圖像分割的目標(biāo)檢測(cè)閾值分割步驟一：圖像分割；步驟二：目標(biāo)定位；步驟三：確定目標(biāo)尺寸和區(qū)域（a）待檢測(cè)圖像（b）閾值分割后二值圖像（c）檢測(cè)到的目標(biāo)位置6.3有形目標(biāo)檢測(cè)基于模版匹配的目標(biāo)檢測(cè)方法模板匹配：用一幅已知的模板圖片在目標(biāo)圖片上依次滑動(dòng)，每次滑動(dòng)都計(jì)算模板與模板下方子圖的相似度。單個(gè)目標(biāo)：只需要取相似度最大值所在的位置就可以得到匹配位置。多個(gè)目標(biāo)：只需要設(shè)定閾值，只要相似度大于閾值則認(rèn)為是匹配的目標(biāo)。在模版匹配的對(duì)象檢測(cè)兩個(gè)步驟：模版生成、相似性度量。常見的模版度量：絕對(duì)差異的總和、差的平方和、歸一化互相關(guān)系數(shù)和歐式距離。6.3有形目標(biāo)檢測(cè)基于區(qū)域（灰度值）的模版匹配平均絕對(duì)差算法、絕對(duì)誤差和算法、誤差平方和算法、平均誤差平方和算法基于互信息的圖像配準(zhǔn)算法互信息（MutualInformation，MI）是信息論中的重要概念，描述了兩個(gè)系統(tǒng)之間的相關(guān)性，或互相包含信息的多少。在圖像配準(zhǔn)中，兩幅圖的互信息是通過它們的熵以及聯(lián)合熵，來反映它們之間信息的相互包含程度。6.4

弱小目標(biāo)檢測(cè)弱小目標(biāo)特點(diǎn)：在成像平面內(nèi)僅表示為一個(gè)或幾個(gè)像素的面積，且目標(biāo)灰度值與背景差別大。無形狀、大小、紋理等特征的目標(biāo)運(yùn)動(dòng)特征：弱小運(yùn)動(dòng)目標(biāo)在相鄰兩幀中的位置無突變；空間和時(shí)間上有連續(xù)性弱小目標(biāo)檢測(cè)基本原理利用弱小目標(biāo)運(yùn)動(dòng)的特點(diǎn)，采用空間和時(shí)間濾波相結(jié)合的方法?？臻g濾波與處理增強(qiáng)目標(biāo)和抑制背景，提高信噪比；再通過時(shí)間序列分析進(jìn)行時(shí)間域?yàn)V波，檢測(cè)并跟蹤真正的目標(biāo)。6.4

弱小目標(biāo)檢測(cè)弱小目標(biāo)檢測(cè)的背景抑制----源圖像進(jìn)行預(yù)處理背景進(jìn)行抑制，將背景雜波濾除而只保留目標(biāo)信號(hào)和噪聲，提高圖像信噪比常用方法：高通濾波法形態(tài)學(xué)濾波背景預(yù)測(cè)6.4

弱小目標(biāo)檢測(cè)基于單幀的弱小目標(biāo)檢測(cè)閾值檢測(cè)法：當(dāng)背景存在強(qiáng)對(duì)比度的弱小目標(biāo)時(shí)，可采用全局閾值分割法。基于局部圖像灰度梯度的檢測(cè)方法：弱小目標(biāo)雖然在灰度值上可能與背景差別不大，但沿個(gè)方向的梯度均較高。SUSAN算子：一種基于灰度的特征點(diǎn)獲取方法,適用于圖像中邊緣和角點(diǎn)的檢測(cè),可以去除圖像中的噪聲。6.5

目標(biāo)檢測(cè)的性能評(píng)價(jià)通用性能指標(biāo)評(píng)價(jià)目標(biāo)對(duì)比度：在目標(biāo)檢測(cè)的性能指標(biāo)中，一般都用對(duì)比度和信噪比來描述目標(biāo)信號(hào)的強(qiáng)弱，而對(duì)比度主要描述的是目標(biāo)與周圍背景之間灰度或亮度的差異。目