Page 3 - Безэталонный алгоритм обнаружения надводных кораблей по изображению с оптико-электронного канала

ISSN 2305-5626. Вестник МГТУ им. Н.Э. Баумана: электронное издание. 2013 3
1 0 1 1 2 1
2 0 2 , 0 0 0 ,
1 0 1 1 2 1
Sx Sy
− − − − ⎡ ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥
= − =
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ −⎣ ⎦ ⎣ ⎦
и новый элемент поля информативности вычисляют следующим об-
разом:
2 2 2 2
, ,
1 , 1 , 1 , 1 ,
0 0 0 0
2 2
, ,
,
( ); ( );
.
m n m n
m i n j i j m i n j i j
i j i j
m n m n
m n
I I
I Sx I Sy
x y
I I
I
x y
− + − + − + − +
= = = =
= =
∂ ∂
⎛ ⎞ ⎛ ⎞
′ = +
⎜ ⎟ ⎜ ⎟
∂ ∂
⎝ ⎠ ⎝ ⎠
∑∑ ∑∑
Отфильтровав таким образом исходное изображение, можно выде-
лить контрастирующие с фоном объекты. В результате этого этапа
исходное изображение преобразуется к виду, показанному на рис. 2.
а б
Рис. 2. Нахождение поля градиентов яркости:
а — исходное изображение; б — поле градиентов яркости
Пороговая фильтрация. Далее необходимо выделить объект на
фоне шумов. В данном случае это могут быть рябь на поверхности во-
ды, линия горизонта, береговая линия, облака. Для первичной фильтра-
ции используем интегральный критерий. Для поля градиентов яркости
строим гистограмму распределения градиентов. Вводим трехпроцент-
ный барьер (граница барьера была определена экспериментально). Эле-
менты, значения которых входят в трехпроцентный сегмент диаграммы,
считаем относящимися к объекту и приравниваем максимальному зна-
чению яркости, остальные элементы обнуляем. На втором этапе обну-
ляются одиночные значения градиента, соответствующие максимуму,
но в окрестностях которых (размер окрестности 2 пикселя) не лежат
максимальные значения градиента.