CC BY
139
УДК 621.383.8
В . А. Кочкин
АВТОМАТИЧЕСКОЕ ОБНАРУЖЕНИЕ ДИНАМИЧЕСКИХ ОБЪЕКТОВ В ОБЗОРНО-ПОИСКОВЫХ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМАХ
Рассмотрен алгоритм автоматического обнаружения динамических объектов на сложном неоднородном фоне. Предложенный алгоритм базируется на вычислении межкадровой разности зарегистрированных изображений с последующей пороговой обработкой, цифровой фильтрацией и формированием суммарно-разностного изображения. Обнаружение объекта проведено путем нелинейной цифровой обработки суммарно-разностного изображения.
E-mail: Karassik@bmstu.ru
Ключевые слова: динамический объект, обнаружение, цифровой фильтр,
оптико-электронные системы, пороговая обработка.
Перспективы развития современной оптической локации, в частности обзорно-поисковых систем, связаны с созданием автоматических средств обнаружения и определения координат динамических объектов, обеспечивающих решение информационных задач в реальном масштабе времени, которые не могут быть решены радиолокационными средствами. Обнаружение и определение координат воздушных и космических динамических объектов (ДО) в настоящее время является актуальной задачей. Разработаны активные (лазерные) и пассивные обзорно-поисковые оптико-электронные системы (ОПОЭС), обеспечивающие обнаружение ДО в широком диапазоне дальностей до обнаруживаемых объектов. Для обнаружения ДО во многих реализованных ОПОЭС используется признак относительного движения объекта и фона в зоне обзора, в которой проводится наблюдение объекта. При этом для регистрации изображений ДО применяют матричные фотоприемные устройства, обеспечивающие одновременную регистрацию принимаемого сигнала от объекта в широком поле. Необходимость получения координатной информации о ДО в реальном масштабе времени, с высокой тактовой частотой обусловила переход к автоматическим методам решения задач обнаружения и определения координат.
Один из перспективных методов решения поставленной задачи основан на суммарно-разностной обработке регистрируемых изображений, которую широко применяют при решении задач обнаружения ДО, наблюдаемых на однородном фоне. Наиболее существенным ограничением на использование данных алгоритмов в известных системах является неоднородность фона, на котором
происходит обнаружение ДО и наличие случайного излучающего фона. Эти факторы ограничивают применимость методов суммарно-разностной обработки.
Цель исследований - разработка эффективного помехоустойчивого алгоритма автоматического обнаружения и определение координат ДО в условиях наличия пространственно неоднородного флуктуирующего во времени излучающего фона.
В реальных условиях функционирования ОПОЭС, решающих задачу обнаружения ДО, распределение яркости фона Вф (г, гк), на котором наблюдается объект, кроме детерминированной пространственно неоднородной компоненты Вф (г, гк), постоянной во времени, содержит интенсивную флуктуирующую во времени и пространственно неоднородную переменную компоненту Вфаг (г, гк):
Вф (г, гк) = Вф( г, гк) + Вфаг(г, гк),
где г - радиус-вектор пространственных координат; ^ - время регистрации текущего к-го изображения.
Пример изображений, содержащих изменяющуюся по яркости пространственно распределенную фоновую компоненту, приведен на рис. 1.
Рис. 1. Изображения двух исходных изображений ДО на неоднородном фоне
Алгоритм суммарно-разностной обработки может быть формализован следующим образом:
• последовательное формирование по к-м зарегистрированным изображениям к - 1-го разностного изображения
Вр (Г, гк)=В(г^к) - В (г, гк_1) (1)
и к-го и (к-1)-го изображений В(г, ^) и В(г, ^-1), каждое из которых содержит изображение фона и наложенного на него ДО;
• пространственное суммирование разностных изображений по-
к
средством формирования суммарного изображения Бв (г ) = ^ Вр (г, ^ );
к=1
• пороговая обработка суммарного изображения и выделение соответствующей ДО области, как области суммарного изображения, превышающей порог.
Для обнаружения ДО в условиях флуктуирующего фона данный алгоритм оказывается малоэффективным вследствие наличия флуктуирующей компоненты в фоновом изображении и флуктуаций в уровне зарегистрированного сигнала от ДО.
Статистический анализ пространственно-временных характеристик реальных изображений фоновой обстановки (звездное небо в сумерки) с учетом шумов регистратора при априорном отсутствии ДО показывает, что распределение интенсивности фоновой компоненты Вфаг(г, гк) существенно отличается от обычно применяемого для случайных полей приближения нормальности. Гистограммы усредненной по реализации последовательности (300 изображений) изображений фона (рис. 2) показывают многомодальный характер распределения яркости, параметры которого (математическое ожидание и среднеквадратическое отклонение (СКО)) слабо изменяются во времени. Необходимо отметить, что переменная компонента фона включает в себя и реализации шума элементов оптических оптико-электронных систем (ОЭС) (фотоприемника и тракта обработки).
Для решения задачи обнаружения и определения координат ДО на неоднородном излучающем фоне предложен адаптивный алгоритм суммарно-разностной обработки, основные операции которого представлены ниже.
1. Последовательная регистрация изображений анализируемой области пространства В (г, ), в которой решается задача обзора и поиска ДО, в моменты времени = to + кТ, к = 1,..., К, где Т- время кадра.
2. Формирование совокупности разностных изображений (РИ) Вр (г Дк) путем покадрового вычитания последовательно регистрируемых изображений В (г, tk ) и В (г, tk в соответствии с алгоритмом (1). Эта операция позволяет подавлять постоянную во времени фоновую компоненту Вф(г, tk) и существенно снизить избыточность
обрабатываемых изображений. Усредненная гистограмма распределения интенсивности РИ приведена на рис. 3. Каждый 1-й отсчет гистограммы соответствует количеству отсчетов РИ, равных 1-му разностному сигналу. Отметим, что разностный сигнал имеет как положительные, так и отрицательные значения.
50 100 150 200 250 300 б
50 100 150 200 250 300
в
Рис. 2. Гистограммы интенсивности усредненного изображения фона (а), изменения средней интенсивности (б) и СКО (в) по последовательности изображений фона
Из рис. 3 следует, что максимальное количество отсчетов РИ имеет небольшую интенсивность, причем порог, сравнимый с СКО зарегистрированного изображения (11,3), снижает площадь ненулевых значений РИ практически в 4 раза.
Рис. 3. Гистограмма распределения интенсивности РИ
Анализ разностных изображений показал, что закон плотности вероятности их интенсивности аппроксимируется в классе обобщенных
экспоненциальных законов распределения вида p(51) = cexp(-q|B|r),
где В - интенсивность изображения; с = const. Для исследуемых реализаций у- 1,5, q - 0,026.
3. Пороговая обработка РИ. Каждое РИ подвергается обработке с порогом h, при этом формируется пространственная маска РИ
FP (Г, tk) = \
1 при Bp (r, tk )
> h
1
0, при Bp(r, tk) <hi.
(2)
Эта маска несет информацию о пространственной локализации ДО, формируя в общем случае две частично пересекающиеся области, соответствующие положению ДО на (к - 1)-м и к-м изображениях и выбросах поля нестационарной фоновой компоненты. Увеличение порога \ приводит к снижению влияния фоновой нестационарной
компоненты за счет уменьшения площади маски РИ, занимаемой остаточным фоном, однако увеличивает минимальное пороговое значение контраста ДО и излучающего фона, обеспечивающее реализацию операции обнаружения. Определяющим фактором при выборе порога является необходимость создания такой структуры РИ, которая дает возможность применить операции сегментирования изображения. Вследствие этого порог во многом определяет эффективность обнаружения ДО.
Рассмотрим дискретную форму представления кадров зарегистрированных изображений. В настоящее время все матричные фотоприемные устройства имеют растровую структуру, проявляющуюся в наличии строк и столбцов. При этом кадр зарегистрированного
изображения можно представить как матрицу {вк-}, количество
строк и столбцов которой соответствует количеству строк и столбцов кадра зарегистрированного изображения.
Пространственную маску РИ (2) можно записать как Ър: (г, гк) ^
^{Ър-}, где г = 1,..Ы1, j = 1,..Ы2 - номера элементов разложения изображения по двум ортогональным направления растра размером
N х ы2.
4. Фильтрация маски РИ. Маска РИ, подвергнутого пороговой обработке, представляет собой совокупность случайным образом расположенных по полю изображения ненулевых областей, определяющих локализацию выбросов случайного поля, образованного шумом регистратора и нестационарной фоновой компонентой. На рис. 4, а приведен фрагмент маски РИ. Ясно, что подавляющее количество выбросов занимает малое количество элементов разложения (характерные размеры 1-2 элемента), что позволяет рассматривать их как импульсные помехи. Выбросы приводят к образованию большого количества малоразмерных пятен, что искажает координатную и геометрическую информацию о параметрах областей маски РИ, соответствующих изображению ДО и фона.
а б в
Рис. 4. Фрагмент масок РИ (а), подвергнутого фильтрации по связности (б) и суммарно-разностного изображения, содержащего ДО (в)
Для устранения их влияния введена операция фильтрации маски РИ по связности (рис. 4, б). Эта операция заключается в определении
для каждого ненулевого элемента маски {ър- } количественной характеристики пространственной связности - количества ненулевых элементов маски РИ Ы- в стробе размером 3 * 3 элемента, центриро-
ванном относительно анализируемого элемента ^¡ку}, и дальнейшей нелинейной обработке маски РИ согласно следующему алгоритму:
=|1 при (^ = 1) Л N > #пор), (3)
[0 - в противном случае,
где Лгпор - пороговое значение связности.
По сути, операция фильтрации маски РИ состоит в принудительном обнулении ее ненулевых элементов, связность которых мала.
Для изолированных одноэлементных помех количество ненулевых элементов, связанных с анализируемым элементом, N = 0, для пространственных выбросов на протяженной прямолинейной границе изображения N = 3. Для элементов разложения изображения ДО, находящегося на его границе, N = 5, поэтому для предложенного алгоритма априори можно выбрать ^юр = 5. На рис. 4, б приведен результат фильтрации по связности РИ, показанного на рис. 4, а. Наблюдается существенное снижение количества локальных областей (ЛО), соответствующих выбросам нестационарного фона.
5. Сегментация маски РИ. Сегментация как метод цифровой обработки изображений [2] представляет собой операцию выделения изолированной группы ненулевых элементов изображения по признаку пространственной связности и их маркировки. В результате выполнения этой операции для маски РИ формируется маркированная картина изолированных ЛО {8ккцу} маски к-го разностного изображения {Мк}, пространственно совпадающая с маской, где всем
пространственно связанным элементам, составляющим изолированное пятно, присваивается один и тот же номер:
{мк } и-ифу} и-.и^у}, {3} П$2у }=0, 3 2.
Кроме того, в результате проведения операции сегментации каждой 3-й отсегментированной ЛО ставится в соответствие вектор параметров Х3, несущий информацию о геометрических (пространственных) характеристиках данной ЛО: координаты границ ЛО Х3Л, У3В,
х.т, , т.е. =(Хш, хзП, 3, 3) .
Сегментация маски РИ {мк} проводится по строкам. Каждой выделяемой ЛО присваивается номер 3, поэтому, если в текущей 1-й
строке данный номер не использовался (отсутствуют ненулевые элементы маски, пространственно связанные с элементами У-й ЛО, определенными на (г - 1)-й строке), это является необходимым условием выделения У-й ЛО. Достаточным условием выделения У-й ЛО является наличие элементов У-й ЛО в предыдущей строке и отсутствие в ней пересечения двух ЛО, одной из которых является анализируемая У-я ЛО.
На этом заканчивается алгоритм обработки одиночного РИ. Его результатом для каждого к-го изображения является отфильтрованная маска РИ {мк } и совокупность векторов параметров Ху , У = 1,..Рк .
Далее операции 1-5 повторяются, при этом формируются маски второго и последующих РИ.
6. Формирование маски суммарно-разностного изображения. После окончания обработки второго и последующих РИ проводится операция формирования маски суммарно-разностного изображения
{О} (рис. 4, в). Операция предназначена для формирования строба,
соответствующего ДО и максимальной фильтрации областей маски РИ, соответствующих выбросам нестационарного фона.
При выполнении этой операции для каждой из ЛО (к - 1)-й
{мк _1} и к-й {Мк} масок РИ проводится анализ межкадровой связности ЛО. Данный анализ проводится в два этапа.
На первом исключаются ЛО (номер У) (к - 1)-й маски РИ, для которых выполняется условие непересечения границ ЛО, т.е. для прямоугольных областей, образованных границами ЛО:
GJij -
1 при (е[Хул,Хш])л(-0 - в противном случае
yjh ,yJB
выполняется условие У У = 1.Рк О-- П О1} 1 - = 0 .
На втором этапе из (к - 1)-й маски РИ исключаются ЛО, границы которых пересекаются, т.е. существуют две или более ЛО (к - 1)-й и к-й масок РИ, для которых Окзх - П О--1- ф 0, но У - П ^Ук-1- = 0 .
В результате из формируемого суммарно-разностного изображения исключаются пространственно разрывные ЛО, соответствующие выбросам шума регистратора и случайного поля нестационарного
фона. Маска суммарно-разностного изображения {О-} содержит только те ЛО (к - 1)-й и к-й масок РИ, для которых выполняется условие У - П ^Ук-1 - Ф 0 . Очевидно, что при суммировании масок
РИ с 1-й по к-ю будут выделены только те ЛО, которые образуют пространственно связанную область с 1-й по к-ю маски РИ.
7. Выделение изображения ДО и обнаружение ДО. Операция формирования маски суммарно-разностного изображения проводится по совокупности РИ. При этом на каждом этапе формирования суммарно-разностного изображения (при увеличении количества суммируемых РИ) для отселектированных ЛО определяются их геометрические размеры (Д^1п и ах) в двух ортогональных направлениях (в общем
случае не совпадающих с направлениями дискретизации растра), соответствующие минимальному и максимальному размерам ЛО.
Для суммарно-разностного изображения ДО с увеличением коли-
Дк /
чества суммируемых РИ отношение Щдо = т/дк возрастает, при-
Ш1П
чем скорость роста ЖД = (Щдк - 1)Т 1 практически постоянна, поскольку определяется скоростью движения ДО, которая на малых интервалах поиска и обнаружения постоянна. Применительно к остаточным выбросам поля нестационарного фона отношение Жфф близко к единице (для изотропных областей фона), а изменения величины жфк при увеличении интервала суммирования РИ носят случайный характер.
Таким образом, для каждой ЛО в процессе формирования суммарно-разностного изображения на каждом этапе суммирования текущей маски суммарно-разностного изображения с текущей маской РИ проводится определение параметра ЩД и его сравнение с порогом.
Решение об обнаружении ДО может быть принято при достижении параметра Щдк априори заданного значения (3-5).
8. Определение координат ДО. Операция определения координат ДО проводится посредством анализа ЛО, соответствующей ДО, после принятия решения об обнаружении. Геометрия ЛО и динамика ее изменения при формировании маски суммарно-разностного изображения несет информацию о координатах ДО на текущем изображении. Рассмотрим изменение ЛО, соответствующей ДО (с номером 3),
на (к - 1)-й {¿^у } и к-й {3 } масках РИ.
Определим пространственную область {^лу} к-й маски РИ как область, для элементов которой выполняется условие
J =
1 при (Б*-1 у = 0)л(Б^ *0), 0 - в противном случае.
Очевидно, что эта область соответствует изображению ДО на (к + 1)-м зарегистрированном изображении. Тогда для определения координат ДО достаточно выделить на этом изображении пространственный
строб, соответствующий области {У^-}, и найти координаты энергетического центра данного строба.
Рассмотренный в работе алгоритм обнаружения и определения координат ДО апробирован при обработке реальных изображений ИСЗ, наблюдаемых на фоне звездного неба в ночных и сумеречных условиях и показал свою высокую эффективность. При обработке результатов шести наблюдений ИСЗ длительностью 1 - 2 мин каждое обнаружение ДО обеспечивалось во всех реализациях при интервале накопления суммарно-разностного изображения 7-11 изображений в зависимости от скорости видимого движения ИСЗ.
СПИСОК ЛИТЕРАТУРЫ
1. Кочкин В. А., Кутаев Ю. Ф., Сальников И. И. Алгоритм нелинейной суммарно-разностной обработки динамических изображений // Современные методы и средства обработки пространственно-временных сигналов / Всерос. науч.-техн. конф. Пенза, 2006. С. 23-25.
2. Сальников И.И. Растровые пространственно-временные сигналы в системах технического зрения. Пенза: Изд-во ЦНТИ, 1999.
Статья поступила в редакцию 24.11.2011
