亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        背景變化魯棒的微弱瞬態(tài)信號檢測

        2019-08-20 05:53:20牛文龍
        關(guān)鍵詞:幀頻瞬態(tài)背景

        吳 勇,鄭 偉,牛文龍,楊 震

        (1. 中國科學(xué)院 國家空間科學(xué)中心, 北京100190;2.中國科學(xué)院大學(xué) 計算機與控制學(xué)院,北京100049)

        檢測一個波形和出現(xiàn)時間未知的微弱瞬態(tài)信號一直是信號處理領(lǐng)域的一個難題。瞬態(tài)信號既可以是確定信號也可以是隨機信號,持續(xù)時間很短并且淹沒在背景和噪聲之中[1]。文獻[2]基于運動目標(biāo)通過高幀頻圖像序列中一個像元時是一個瞬態(tài)事件這個理論,提出一種應(yīng)用于大視場的高軌衛(wèi)星微弱高速運動目標(biāo)監(jiān)視方法。該方法的基本假設(shè)是在檢測單元里背景穩(wěn)定不變,但是在實際應(yīng)用中背景信號是變化的,這樣該方法的檢測性能會急劇降低,所以筆者專注于解決在背景連續(xù)變化情況下的微弱運動目標(biāo)檢測。

        已有的微弱瞬態(tài)信號檢測方法包括小波變換[3]、盲源分離[4]、時頻分析[5]等??偟膩碚f,瞬態(tài)信號檢測方法可以分為兩大類。第1種是通過抑制或者估計噪聲的方式來獲取有用信號,如盲源分離和局部均值分解(Local Mean Decomposition, LMD)[6]。在實際應(yīng)用中,由于目標(biāo)信號完全淹沒在噪聲中,在去除噪聲的同時會不可避免地削弱有用信號,如在經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)中,由于實際信號中大量噪聲成分的存在、信號的時間尺度存在跳躍性變化、邊界效應(yīng)以及其他的因素,造成了經(jīng)驗?zāi)B(tài)分解分量中存在模態(tài)混疊的現(xiàn)象[7]。在基于小波變換的去噪算法中,是通過將絕對值小于閾值的小波系數(shù)置零來去除噪聲的,但是在去除噪聲的同時也會不可避免地去除有用信號,不合適的閾值甚至?xí)碛杏眯盘柕耐耆珌G失[8]。為了克服這些方法的缺點,有人提出了很多新的改進方法,主要是利用目標(biāo)信號或者是噪聲的先驗特性來指導(dǎo)算法去除噪聲,如在沖擊信號檢測中,利用峭度來度量信號的沖擊特性來去目標(biāo)信號進行檢測[9],利用高斯噪聲的統(tǒng)計特性來進行檢測,如信號的高階統(tǒng)計量和高階譜分析等[10-12]。

        第2種瞬態(tài)信號檢測方法是利用噪聲而不是去除噪聲來進行檢測的,如基于隨機共振(Stochastic Resonance, SR)[13]和混沌理論的檢測方法[14]等。隨機共振是利用一個非線性系統(tǒng),將通過系統(tǒng)的部分噪聲能量轉(zhuǎn)化為目標(biāo)信號的能量,增強有用信號的輸出[15]?;陔S機共振的方法對周期信號的檢測效果十分明顯[16-17],近些年其在非周期信號的檢測上也有著越來越多的應(yīng)用[18-19];而基于混沌理論的檢測方法的基本思想是:混沌系統(tǒng)對初值條件的極度敏感性, 當(dāng)將被檢測信號注入混沌系統(tǒng)后, 就可導(dǎo)致此混沌系統(tǒng)的動力學(xué)行為發(fā)生很大變化[20],其在周期信號檢測上效果十分明顯[21-22]。

        上述這些方法都是專注解決在背景不變的情況下微弱信號檢測,但是在實際應(yīng)用中背景信號往往是變化的。針對這個問題,筆者提出一種基于核函數(shù)的對背景魯棒的微弱瞬態(tài)信號檢測方法,通過派生特定核函數(shù),利用派生得到的核函數(shù)多次求相鄰兩個信號片段在高維空間的相識度的方式,實現(xiàn)在連續(xù)變化背景中檢測微弱瞬態(tài)信號。用于解決在文獻[23]提出的利用高幀頻圖像序列檢測微弱運動目標(biāo)的方法中,由于光照變化和平臺抖動等因素,會帶來背景變化的問題。

        1 核函數(shù)基礎(chǔ)理論

        核函數(shù)作為為一種解決非線性問題的技巧在機器學(xué)習(xí)和模式識別中有著十分廣泛的應(yīng)用[24][25],核函數(shù)定義:

        設(shè)χ為輸入空間(歐氏空間Rn的子集或者離散集合),H為特征空間,如果存在一個函數(shù)使得對所x,z∈χ,滿足

        k(x,z)=〈φ(x),φ(z)〉 ,

        (1)

        其中,φ:x∈χ→φ(x)∈H,為映射函數(shù);〈φ(x),φ(z)〉為φ(x)和φ(z)的內(nèi)積,則稱k(x,z)為核函數(shù)。

        核技巧的基本思想是不通過顯示定義映射函數(shù)φ將輸入空間定義到高維特征空間,而是通過核函數(shù)在輸入空間計算兩個特征向量在高維特征空間的內(nèi)積的方法將問題從輸入空間映射到高維特征空間之中,這樣做帶來的好處是:

        (1) 將尋找十分困難的映射函數(shù)問題轉(zhuǎn)換為尋找相對容易的核函數(shù)問題;

        (2) 通過核函數(shù)將低維空間中線性不可分問題轉(zhuǎn)換為高維特征空間線性可分問題,降低解決問題難度;

        (3) 在原輸入空間中計算高維特征空間中特征向量的相似度,使在高維空間甚至無數(shù)維空間解決線性不可分問題成為可能。

        在實際應(yīng)用中往往映射函數(shù)φ(x)是很難得到,因此通過映射函數(shù)來判斷一個函數(shù)是否為核函數(shù)十分困難,判斷一個函數(shù)是否為核函數(shù)采用的是Mercer條件[26],即

        (2)

        圖1 線性合成核基本原理

        常用的核函數(shù)有高斯核函數(shù)、拉普拉斯核函數(shù)和多項式核函數(shù)等,不同的核函數(shù)產(chǎn)生的映射,在實際應(yīng)用中可以利用已有的核函數(shù)使用運算規(guī)則派生出新的核函數(shù)。即,滿足Mercer準(zhǔn)則的核函數(shù)同時具有以下運算規(guī)則:如果k1,k2是核函數(shù),則k1+k2也是核函數(shù);k1×k2也是核函數(shù)。使用一種多核線性組合的派生方法,基本思想是對每個基本核矩陣前加上系數(shù),然后求和得到合成核,基本原理如圖 1所示。加權(quán)線性組合可以表示為

        (3)

        其中,ki(x,z)*為核函數(shù)的歸一化形式,表示形式為

        (4)

        2 基于核函數(shù)的微弱瞬態(tài)信號檢測

        2.1 檢測模型

        基于高幀頻圖像序列的運動點目標(biāo)檢測方法是根據(jù)運動目標(biāo)經(jīng)過某個像元會對該像元灰度基于的時序統(tǒng)計分布帶來微弱擾動,而檢測過程本質(zhì)是檢測一個微弱的短暫瞬態(tài)信號。設(shè)高幀頻成像系統(tǒng)的采樣頻率為1/τ,采樣N幀數(shù)據(jù)所需要的時間為T=Nτ,將此定義為一個基本處理單元。時間T內(nèi)獲取圖像序列f{kτ},其中0≤k≤N-1。目標(biāo)的檢測可以看作一個對像元在H0和H1之間的選擇假設(shè)問題:

        (5)

        其中,x和y表示像元所在位置,Ix,y(kτ)表示點目標(biāo)信號,nx,y(kτ)為噪聲分布,bx,y(kτ)為背景信號。當(dāng)在只考慮一個像素中的檢測問題時,模型可以簡化為

        (6)

        其中,x(t)為帶噪聲的背景信號,h(t)為目標(biāo)信號,因此基于單個像元的時序信號檢測暗弱運動目標(biāo)是一個典型瞬態(tài)信號檢測問題。由于目標(biāo)速度很快而且目標(biāo)的像元占比很低,因此目標(biāo)信號是一個信噪比很低、持續(xù)時間很短、出現(xiàn)時間未知的微弱沖擊信號。

        2.2 基于核函數(shù)的微弱信號檢測

        基于核函數(shù)的微弱瞬態(tài)信號基本思想是:將兩個具有一定延遲而且長度相同的時間序列x,y(即兩個維度相同的向量)通過非線性映射φ(x),從低維空間H映射到高維特征空間,甚至是無窮維空間F中,以兩個時間序列在高維空間之中的內(nèi)積作為信號片段x,y的相似度,則利用核函數(shù)fF(x,y)得到相似性度量函數(shù),也可稱為向量x,y關(guān)于核函數(shù)fF的距離為

        fF(x,y)=〈φ(x),φ(y)〉 。

        (9)

        核函數(shù)的本質(zhì)是計算兩個特征向量在高維空間的相似性。以一個窗口在信號上滑動利用計算窗口內(nèi)兩個信號片段的相似度,當(dāng)有目標(biāo)信號時窗口內(nèi)兩個信號片段之間的相似度會發(fā)生改變,而這種改變在信噪比很低時在原始空間中是不明顯的,無法通過線性方法將其區(qū)分,通過核函數(shù)計算其在高維空間之中的相似度,將一個線性不可分的問題轉(zhuǎn)換為線性可分的問題。

        不同的核函數(shù)對應(yīng)的映射效果是不同的,因此選取合適的核函數(shù)是十分關(guān)鍵的。而在實際問題中核函數(shù)選取很多時候都是靠經(jīng)驗,沒有完善的理論支撐。為了降低尋找核函數(shù)的難度,根據(jù)對高幀頻圖像序列的微弱運動目標(biāo)檢測問題中的噪聲和目標(biāo)信號特性分析,在構(gòu)造核函數(shù)時提出以下條件進行約束:

        (1)為了避免目標(biāo)信號在特征空間之中和噪聲、背景信號之間不可區(qū)分,這里對映射函數(shù)需要進行約束。在目標(biāo)信號、背景信號和噪聲都未知的情況下,如果能保證輸入空間χ與特征空間H之間是一一映射,也就是

        ?x,y∈RN,x≠y?φ(x)≠φ(y) ,

        (8)

        則目標(biāo)信號和背景信號、噪聲在特征空間之中的映射就會不同。由于核函數(shù)對應(yīng)的映射函數(shù)是很難獲取的,這里可以直接對核函數(shù)進行約束,即核函數(shù)需滿足

        (9)

        (2)為了使該方法對于背景變化魯棒,由于背景變化的特征向量在高維特征空間之間的相似度應(yīng)該是接近的,核函數(shù)應(yīng)該滿足

        fF(x,x)≈fF(x+Δ,x+Δ) 。

        (10)

        其中Δ表示信號的緩慢變化,即應(yīng)該使核函數(shù)滿足

        ?x∈RN,fF(x,x)=c,

        (11)

        其中,c為常數(shù)。

        (3)在檢測過程中目標(biāo)信號可能出現(xiàn)在任意時刻,所以核函數(shù)需要滿足對稱性:

        |fF(x,y)|=|fF(y,x)| ,

        (12)

        其中,x,y中的一個包含目標(biāo)信號。

        2.3 基于核函數(shù)的微弱信號檢測器

        在短暫的采樣時間內(nèi),可以假設(shè)噪聲是一個寬平穩(wěn)的隨機過程,背景信號是不變或者是連續(xù)變化,在選擇合適的核函數(shù)后,結(jié)合式(6),就會有

        fF(x1(t)+h(t),x2(t))≠fF(x1(t),x2(t)) ,

        (13)

        則得到目標(biāo)判斷準(zhǔn)則為

        (14)

        (15)

        是利用三角核函數(shù)和拉普拉斯核函數(shù)根據(jù)核函數(shù)派生規(guī)則派生出來的。由于三角核函數(shù)和拉普拉斯核函數(shù)都滿足Mercer準(zhǔn)則,則派生出來的核函數(shù)也滿足Mercer準(zhǔn)則。 基于核函數(shù)的微弱瞬態(tài)信號檢測基本步驟如下:

        (1)信號歸一化。

        這里采用的歸一化方式為

        (16)

        其中,[ymin,ymax] 是歸一化之后時間序列的取值范圍,xmax和xmin分別為原時間序列的最大值和最小值。

        (2)計算信號的方差。

        (17)

        其中,mi為信號均值,N為信號長度。

        (3)特征空間相似度計算。

        (18)

        其中,l為信號分段長度,τ是兩個信號片度之間的延遲,i表示第i個滑動窗口。

        (4) 終止判斷。

        (5) 信號檢測。

        3 實驗及結(jié)果分析

        為了驗證算法的有效性,分別將該方法應(yīng)用于仿真數(shù)據(jù)和真實數(shù)據(jù)。真實的圖像序列是使用SP-5000M-USB相機以2 000幀每秒的速度采集的。在實驗中,相機是放在一座大約50 m高的大樓的樓頂,俯拍地面,實驗場景如圖 2(a)所示,真實的實驗室數(shù)據(jù)是在拍攝過程中拋出一個圖 2(b) 中所示的一個小球來模擬運動目標(biāo)。在仿真實驗中,是通過在沒有目標(biāo)的背景圖像序列中根據(jù)運動目標(biāo)成像模型加入仿真的運動目標(biāo)。

        圖2 實驗圖

        圖3 目標(biāo)信號波形

        3.1 仿真實驗分析

        根據(jù)成像系統(tǒng)的點擴散函數(shù),目標(biāo)經(jīng)過單個像元時在時序上的信號如圖 3所示,可以由以下公式產(chǎn)生:

        (19)

        其中,A為與相機以及實驗場景相關(guān)的變量,σs是點擴散函數(shù)的參數(shù),T1和T2分別是目標(biāo)進入和離開該像元的時間,f是相機的采樣頻率,Ns為目標(biāo)信號采樣數(shù), 這里其定義為

        (20)

        在文中,目標(biāo)信號的信噪比定義為

        (21)

        (22)

        3.1.1 不同實驗場景

        為了驗證算法的性能,將該方法應(yīng)用于不同實驗場景:①不同的信噪比;②不同的目標(biāo)信號采樣數(shù)。在基于高幀頻圖像序列的微弱運動目標(biāo)檢測中,不同的信噪比對應(yīng)于不同的背景,根據(jù)公式不同的目標(biāo)信號采樣個數(shù)在幀頻固定時,對應(yīng)不同的目標(biāo)運動速度,在運動速度固定時則是對應(yīng)不同的采樣幀頻。

        圖 4(a) 是基于核函數(shù)的檢測方法在目標(biāo)信號采樣數(shù)為40,而信噪比分別為-5 dB,-3 dB,-1 dB和0 dB時的受試者工作特性(Receiver Operating Characteristic,ROC)曲線,在信號處理中表示檢測率(正確檢測的比例)和虛警率(錯誤判別的比例)的關(guān)系,ROC曲線越靠近圖像的左上角,檢測效果越好。從圖中可以看出,算法的檢測性能隨著目標(biāo)信號的信噪比提高而增強。圖 4(b) 是基于核函數(shù)的微弱瞬態(tài)信號檢測方法在目標(biāo)信號信噪比為0 dB,采樣數(shù)為20,30,40和50時的ROC曲線。從圖中可知,隨著目標(biāo)信號采樣數(shù)的增加,算法的檢測性能越來越好,這意味著在目標(biāo)速度很大時,可以通過提高相機的采樣頻率來提高檢測性能,這也是可以使用高幀頻圖像序列檢測高速運動目標(biāo)的原因。

        圖4 不同場景下實驗結(jié)果

        圖5 對比實驗的實驗結(jié)果

        為了驗證算法的性能,在信噪比為0dB,目標(biāo)信號采樣數(shù)為40的情況下,將筆者提出方法的結(jié)果和其他常用瞬態(tài)信號檢測方法如小波變換[27]、基于高階統(tǒng)計量[2]、隨機共振[28]的結(jié)果進行對比,不同方法的ROC曲線如圖 5所示。從圖中可知,筆者提出方法的ROC曲線在其他方法的左上方,這意味著筆者提出的方法相比傳統(tǒng)的微弱瞬態(tài)信號檢測方法有更好的檢測性能,這是由于基于核函數(shù)的檢測方法可以在非線性映射函數(shù)和高維特征空間都未知的情況下,利用核函數(shù)可以在高維特征空間之中構(gòu)造檢測算法,使得算法構(gòu)造變得更加簡單有效。核函數(shù)在圖5中也將使用核函數(shù)和使用其他核函數(shù),如對高斯核函數(shù)的結(jié)果進行對比,從圖中可以看出,文中派生出的核函數(shù)的檢測方法的檢測性能比基于高斯核函數(shù)的檢測方法的檢測性能好很多,這是由于高斯核函數(shù)并不滿足文中提出的可應(yīng)用于高微弱瞬態(tài)信號檢測的要求,因此對核函數(shù)的約束可以有效幫助尋找有效的核函數(shù)。

        3.1.2 背景變化魯棒性分析

        為了驗證筆者提出方法對于連續(xù)變化背景的魯棒性,通過在穩(wěn)定的背景數(shù)據(jù)中加入一個連續(xù)變化的背景,即bx,y(kτ)是一個隨時間連續(xù)變化的函數(shù),這里采用的函數(shù)為

        bx,y(kτ)=(kτ)n,n=1,2,... 。

        (23)

        圖6(b)是在圖 6(a)中加入當(dāng)n=4時的背景信號,即單個像元的灰度隨采樣序列的變化,圖 6(c)和圖 6(d) 則分別為迭代一次和迭代兩次的檢測結(jié)果,即相鄰的兩個信號片段在核函數(shù)空間的距離(這里簡稱核距離)隨采樣序列的變化關(guān)系。從圖中可以看出,本方法可以有效濾掉背景變化,而保留目標(biāo)信號,而且隨著迭代次數(shù)增加,保留的背景成分會越來越少。

        圖 7(a) 是目標(biāo)信號在采樣數(shù)40,信噪比為0 dB,n=1,2,3,4 情況下的ROC曲線,從圖中可以看出4條ROC曲線是基本完全重合的,這意味筆者提出的方法對于連續(xù)的背景變換是魯棒,能夠有效濾掉背景變化對檢測帶來的干擾。圖7(b)是上文對比實驗中提到的小波,高階統(tǒng)計量,隨機共振等方法在n=2時的ROC曲線。從圖中可以看出,傳統(tǒng)方法的檢測性能都有了大幅度的降低,基于高階統(tǒng)計量的檢測方法甚至已經(jīng)完全失效,而筆者提出的方法的檢測性能基本沒有改變。

        3.2 真實數(shù)據(jù)實驗分析

        表1 不同方法檢測結(jié)果對比

        為了驗證算法對于實際微弱運動目標(biāo)檢測的性能,將該方法應(yīng)用于一段有運動目標(biāo)經(jīng)過的圖像序列中,該方法的檢測結(jié)果如圖8(e)所示,從圖中可以看出,文中的方法在控制虛警率很低的情況下可以檢測出一條連續(xù)的軌跡。使用基于高階統(tǒng)計量[2]和小波變換[27]的檢測結(jié)果分別如圖8(a)和圖8(b) 所示,從圖中可以看出這兩種方法得到的軌跡十分不連續(xù),而且虛警率也比較高。圖8(c)和圖8(d) 則分別為基于單幀的Top-Hat[29]和基于多幀的背景建模[30]的檢測結(jié)果。從圖中可以看出,傳統(tǒng)的運動目標(biāo)檢測方法是無法檢測出連續(xù)的目標(biāo)運動軌跡。表 1 是不同方法在圖 2(a)黑框表示的感興趣區(qū)域的檢測結(jié)果的探測率和虛警率。從表中可知,基于空域的點目標(biāo)檢測算法只有18.35%的探測率,算法完全失效;基于時域的處理方法小波變換、高階統(tǒng)計量和背景建模相比基于空域的處理方法有了很大的提高,探測率分別達到49.54%、69.72%和43.12%。筆者提出的方法相比檢測效果最好的基于高階統(tǒng)計量的檢測方法在探測率有了10%多的提高,而且虛警率降到0.2%。

        圖6 背景變化時的檢測結(jié)果

        圖7 背景變化情況下的ROC曲線

        圖8 對比實驗結(jié)果

        4 結(jié)束語

        針對基于高幀頻圖像序列的微弱運動目標(biāo)檢測問題中在背景變化時檢測方法的檢測性能急劇降低的問題,筆者提出一種基于核函數(shù)的對連續(xù)背景變化魯棒的微弱瞬態(tài)信號檢測方法。其具有以下優(yōu)勢:

        (1)在背景不變情況下,相比小波、隨機共振、高階統(tǒng)計量等傳統(tǒng)微弱瞬態(tài)信號檢測方法有更好的檢測效果。

        (2)在背景連續(xù)變化情況下,傳統(tǒng)的微弱瞬態(tài)信號檢測方法的檢測性能都會急劇降低,而文中方法的檢測性能基本不變。

        (3)將其應(yīng)用于基于高幀頻圖像序列的微弱運動目標(biāo)檢測中,在虛警率為0.2%時探測率達到79.82%,性能有了很大的提高。

        猜你喜歡
        幀頻瞬態(tài)背景
        用于高速碰撞過程拍攝的5萬幀攝像系統(tǒng)設(shè)計
        “新四化”背景下汽車NVH的發(fā)展趨勢
        《論持久戰(zhàn)》的寫作背景
        唯快不破—從《雙子殺手》看高幀頻技術(shù)的前世今生
        電影新作(2020年1期)2020-11-14 19:01:11
        高壓感應(yīng)電動機斷電重啟時的瞬態(tài)仿真
        防爆電機(2020年3期)2020-11-06 09:07:36
        晚清外語翻譯人才培養(yǎng)的背景
        當(dāng)代世界電影技術(shù)革新亮點:高幀頻
        電影新作(2016年6期)2016-11-20 09:04:28
        淺談視頻文件幀頻轉(zhuǎn)換的一些方法及常見問題
        視聽(2016年12期)2016-03-22 03:19:06
        十億像素瞬態(tài)成像系統(tǒng)實時圖像拼接
        基于瞬態(tài)流場計算的滑動軸承靜平衡位置求解
        亚洲av日韩精品一区二区| 麻豆AⅤ无码不卡| 亚洲一区二区三区精品网| 国语少妇高潮对白在线| 国产精品无码无片在线观看3D | 久久国产精品av在线观看| 澳门蜜桃av成人av| 粗大的内捧猛烈进出视频| 婷婷成人亚洲| 成人免费视频自偷自拍| 人成在线免费视频网站| 亚洲国产精华液网站w| 国产啪精品视频网站丝袜| av网站可以直接看的| 亚洲国产精品一区二区成人av| 日韩网红少妇无码视频香港| 少妇无码一区二区三区| 成在线人视频免费视频| 亚洲成人av一区二区| 风流老太婆大bbwbbwhd视频| aaaaaa级特色特黄的毛片| 亚洲国产福利成人一区二区| 午夜影院免费观看小视频| 婷婷久久国产综合精品| 精品水蜜桃久久久久久久| 亚洲AV肉丝网站一区二区无码| 青青草视频网站免费看| 少妇无码太爽了在线播放| 国产成人精品av| 少妇熟女淫荡丰满| 99久久精品一区二区国产| 婷婷四虎东京热无码群交双飞视频| 在线观看午夜亚洲一区| 人妻少妇精品无码专区app| 韩国一区二区三区黄色录像| 乱中年女人伦av一区二区| 国产美女露脸口爆吞精| 国产思思久99久精品| 亚洲av成人一区二区| 女人张开腿让男桶喷水高潮 | 午夜福利啪啪片|