董思妤 蘇龍飛 黃正榮 楊芙容

摘 要 自動(dòng)瞄準(zhǔn)系統(tǒng)在武警部隊(duì)處置突發(fā)事件中有著不可估量的重要作用，其中對(duì)目標(biāo)進(jìn)行識(shí)別尤為關(guān)鍵。本文探討了目標(biāo)識(shí)別技術(shù)，通過(guò)步態(tài)識(shí)別出人體特征，完成系統(tǒng)對(duì)目標(biāo)的識(shí)別，利用相關(guān)算法將準(zhǔn)心對(duì)準(zhǔn)運(yùn)動(dòng)目標(biāo)并顯示準(zhǔn)心距離圖像中心的距離，完成狙擊步槍的目標(biāo)識(shí)別，極大地提高了作戰(zhàn)的性能。

關(guān)鍵詞 自動(dòng)瞄準(zhǔn) 目標(biāo)識(shí)別 步態(tài)識(shí)別

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

在武警部隊(duì)執(zhí)行任務(wù)中，由于恐怖分子手段愈發(fā)殘忍高明，對(duì)武警特勤官兵的安全造成了極大的威脅。甚至在有些時(shí)候，由于無(wú)法迅速制服恐怖分子，就有可能造成更為嚴(yán)重的后果。為實(shí)現(xiàn)對(duì)遠(yuǎn)距離目標(biāo)的監(jiān)控、瞄準(zhǔn)與打擊，可通過(guò)步態(tài)識(shí)別，有效找出敵人所在位置，通過(guò)對(duì)自動(dòng)步槍槍口的調(diào)整達(dá)到精準(zhǔn)擊中目標(biāo)的目的，能明顯提高射擊命中率，極大地提高作戰(zhàn)的性能。

1狙擊步槍的目標(biāo)識(shí)別系統(tǒng)流程

本文所采用的運(yùn)動(dòng)目標(biāo)識(shí)別方法是背景差分法，即是利用當(dāng)前的圖像與背景圖像做差分來(lái)檢測(cè)運(yùn)動(dòng)區(qū)域的一種技術(shù)，通過(guò)T時(shí)刻的圖像與背景圖像進(jìn)行比較來(lái)提取圖像的變化，判斷是否有出現(xiàn)運(yùn)動(dòng)的物體。這種方法在視頻監(jiān)控系統(tǒng)中是一種簡(jiǎn)單有效且易于實(shí)現(xiàn)的運(yùn)動(dòng)目標(biāo)識(shí)別方法。實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)識(shí)別可以歸納為下列四個(gè)步驟：第一步，從監(jiān)控裝置中獲取視頻圖像序列，并選取理想條件的下無(wú)運(yùn)動(dòng)物體時(shí)的圖像作為背景圖像。第二步，將獲得的視頻圖像進(jìn)行濾波處理，然后將當(dāng)前幀的圖像與背景圖像進(jìn)行差分，獲得差值圖像。第三步，選取閾值，將差值圖像閾值化并進(jìn)行形態(tài)學(xué)濾波。第四步，提取運(yùn)動(dòng)目標(biāo)信息并判斷異常。計(jì)算出在當(dāng)前圖像中出現(xiàn)的偏離背景模型的像素個(gè)數(shù)，當(dāng)檢測(cè)出的物體的像素個(gè)數(shù)大于系統(tǒng)設(shè)定值時(shí)，就將此運(yùn)動(dòng)物體加紅色準(zhǔn)心標(biāo)記出來(lái)。另外，還要周期性的對(duì)圖像的背景進(jìn)行更新以便適應(yīng)動(dòng)態(tài)場(chǎng)景的變化。

2基于背景建模的圖像處理

（1）背景生成算法。本文處理的圖像是靜止背景序列，這種序列可以用背景相減法得到是否有前景圖像，但這需要當(dāng)前圖像對(duì)應(yīng)的背景圖像，因此就要進(jìn)行背景生成。同時(shí)場(chǎng)景中的光照等因素是在不斷變化的，為了適應(yīng)這種變化，背景需要有自適應(yīng)能力，因此對(duì)得到的背景還要進(jìn)行更新，以消除非目標(biāo)變化的影響。

（2）對(duì)捕獲圖像幀的處理。圖像序列的背景得到后，運(yùn)用圖像差運(yùn)算，如果有物體闖入該區(qū)域，那么在前景圖像中就可以看到圖像的變化并記錄此時(shí)的圖像，但此時(shí)的圖像存在諸多的干擾，其中噪聲是很大的一個(gè)不利因素。為了準(zhǔn)確提取出運(yùn)動(dòng)物體，還要對(duì)該圖像進(jìn)行相關(guān)處理，具體包括：平滑圖像，轉(zhuǎn)換為灰度圖，去除噪聲，圖像二值化，圖像翻轉(zhuǎn)，圖像的腐蝕與膨脹等。

3基于背景差分的目標(biāo)識(shí)別

（1）提取運(yùn)動(dòng)邊緣。先求出當(dāng)前圖像和前一幀圖像差分后結(jié)果的邊緣，然后再計(jì)算當(dāng)前圖像和原始背景圖像差分后結(jié)果的邊緣。在邊緣檢測(cè)中有很多算法，例如Canny，Sobel等，但是考慮到實(shí)時(shí)性的應(yīng)用要求，本文使用了一種快速而又簡(jiǎn)單的邊緣檢測(cè)方法。該方法通過(guò)計(jì)算像素點(diǎn)的值和它4領(lǐng)域內(nèi)的任一值進(jìn)行比較，如果它們之間的絕對(duì)值差大于給定的閾值T，則將該像素點(diǎn)標(biāo)記為邊緣。在所有的邊緣點(diǎn)檢測(cè)完畢后得到二值圖像。

（2）運(yùn)動(dòng)目標(biāo)的陰影去除。陰影主要由于光源被物體遮擋而引起。在場(chǎng)景中，當(dāng)光源強(qiáng)烈時(shí)，運(yùn)動(dòng)目標(biāo)的陰影就會(huì)出現(xiàn)，并隨著目標(biāo)的運(yùn)動(dòng)而運(yùn)動(dòng)。由于陰影會(huì)改變背景圖案的像素亮度，所以得到的運(yùn)動(dòng)前景區(qū)域會(huì)將陰影和運(yùn)動(dòng)目標(biāo)一起顯示出來(lái)。為了得到精確的目標(biāo)，必須把陰影去除，另外，在對(duì)背景進(jìn)行構(gòu)造的過(guò)程中，運(yùn)動(dòng)物體所造成的陰影是會(huì)隨著運(yùn)動(dòng)目標(biāo)的變化而產(chǎn)生變化，是不屬于背景的部分，所以不能夠把陰影構(gòu)造到背景里面去。根據(jù)陰影的視覺特征，陰影存在的部分可以被看為半透明的部分，當(dāng)陰影部分將背景點(diǎn)覆蓋時(shí)，其亮度值會(huì)變小，色度值大小則基本保持不變，而運(yùn)動(dòng)目標(biāo)把背景點(diǎn)覆蓋時(shí)，其亮度值則會(huì)變大或者變小，但色度值一般變化會(huì)很大。

（3）背景的構(gòu)建與更新。把背景模型的更新分成3個(gè)部分：①原始背景中沒有變化的部分IB1；②原來(lái)運(yùn)動(dòng)的目標(biāo)突然靜止轉(zhuǎn)化為背景部分IB2；③運(yùn)動(dòng)目標(biāo)在場(chǎng)景中的較少并且持續(xù)不斷運(yùn)動(dòng)造成的背景緩慢變化部分IB3。本文主要針對(duì)第二部分的背景更新提出了一種快速而簡(jiǎn)單的算法。具體步驟如下：①把當(dāng)前圖像In和背景圖像Bn做絕對(duì)差分，然后取閾值，得到運(yùn)動(dòng)目標(biāo)；②應(yīng)用陰影去除模型，去掉陰影部分，得到精確的運(yùn)動(dòng)目標(biāo)二值結(jié)果Men；③應(yīng)用邊緣提取方法，提取出當(dāng)前圖像的運(yùn)動(dòng)邊緣Mn；④將兩個(gè)結(jié)果Men和Mn作對(duì)比，在Mn中運(yùn)動(dòng)邊緣之外的區(qū)域?qū)?yīng)Men，如果該部分不屬于原來(lái)的背景區(qū)域，而兩者相比，差異度達(dá)到90%以上，則將該部分像素標(biāo)記為背景。

（4）運(yùn)動(dòng)目標(biāo)的提取。將經(jīng)過(guò)中值濾波的背景圖像和目標(biāo)圖像進(jìn)行差分運(yùn)算，將得到的差分結(jié)果進(jìn)行閾值化，目的是按照灰度級(jí)對(duì)像素集合進(jìn)行一個(gè)劃分，得到的每個(gè)子集形成一個(gè)與現(xiàn)實(shí)景物相對(duì)應(yīng)的區(qū)域，各個(gè)區(qū)域內(nèi)部都會(huì)有相同的屬性，且相鄰區(qū)域布局有這種一致屬性。這樣的劃分可以利用從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來(lái)完成。

（5）運(yùn)動(dòng)目標(biāo)的識(shí)別。通過(guò)判斷閾值化的差分圖像的米粒個(gè)數(shù)來(lái)實(shí)現(xiàn)與完成。使用圖像處理函數(shù)對(duì)二值圖像連通物體標(biāo)記，判斷分割出來(lái)的運(yùn)動(dòng)物體的面積大小。預(yù)先設(shè)定一個(gè)值，當(dāng)?shù)玫降臉?biāo)記物體面積大于設(shè)定的數(shù)值時(shí)，則認(rèn)定為當(dāng)前幀出現(xiàn)了運(yùn)動(dòng)的目標(biāo)。這樣的話就可以排除一些背景環(huán)境的微小變化或者微小無(wú)關(guān)物體的干擾。

4結(jié)論

通過(guò)利用背景差分法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行各類圖像處理，選取最為恰當(dāng)?shù)亩甸撝祵?duì)運(yùn)動(dòng)的目標(biāo)進(jìn)行分割與識(shí)別而后對(duì)步態(tài)特征進(jìn)行提取與比對(duì)，從而識(shí)別出人體特征，完成系統(tǒng)對(duì)目標(biāo)的識(shí)別，最終通過(guò)相關(guān)算法將準(zhǔn)心對(duì)準(zhǔn)運(yùn)動(dòng)目標(biāo)并顯示準(zhǔn)心距離圖像中心的距離，完成狙擊步槍的目標(biāo)識(shí)別。

參考文獻(xiàn)

[1] 王香菊.基于中值濾波和小波變換的圖像去噪方法研究[D].廣州：華南師范大學(xué)，2008.

[2] 王小華，王波.一種有效的動(dòng)態(tài)背景更新方法[J].杭州電子科技大學(xué)學(xué)報(bào)，2009（03）.