黃明晶,蹇 淵,王雪梅,孟偉杰,馬蒙蒙

(西南技術(shù)物理研究所,四川 成都 610047)

1 引 言

地面目標(biāo)檢測(cè)是空地探測(cè)、精確打擊領(lǐng)域及自動(dòng)目標(biāo)識(shí)別技術(shù)中的重要研究?jī)?nèi)容。激光三維成像雷達(dá)的波束較窄、方向性好,其獲取的三維距離像反映了目標(biāo)最本質(zhì)的尺寸信息,能夠充分利用先驗(yàn)信息,是地面場(chǎng)景下檢測(cè)目標(biāo)的有效手段,也是其突出的優(yōu)勢(shì)[1-3]。

隨著激光探測(cè)技術(shù)的不斷發(fā)展,近年來(lái)激光三維成像雷達(dá)地面目標(biāo)檢測(cè)技術(shù)受到大量學(xué)者的關(guān)注。目前對(duì)激光三維成像雷達(dá)地面目標(biāo)檢測(cè)主要有兩類(lèi):一類(lèi)是直接估算激光三維雷達(dá)點(diǎn)云幾何屬性,根據(jù)不同目標(biāo)點(diǎn)云特征差異來(lái)實(shí)現(xiàn)對(duì)點(diǎn)云目標(biāo)的檢測(cè)[4-5],這類(lèi)方法通常計(jì)算量較大且?guī)缀螌傩怨浪愕臏?zhǔn)確性直接影響了目標(biāo)提取結(jié)果的準(zhǔn)確性；一類(lèi)是將三維點(diǎn)云映射到二維坐標(biāo)中生成距離像,利用傳統(tǒng)二維圖像中的目標(biāo)檢測(cè)技術(shù)來(lái)提取目標(biāo)[6-7],這類(lèi)方法是根據(jù)距離像的偽灰度變化信息,利用邊緣檢測(cè)和圖像分割算法提取目標(biāo)的輪廓,但對(duì)表面曲率不連續(xù)的目標(biāo)檢測(cè)不到邊緣點(diǎn),無(wú)法得到有效輪廓信息且后續(xù)無(wú)法彌補(bǔ)。

本文根據(jù)激光三維成像雷達(dá)獲取的地面目標(biāo)距離像的特點(diǎn),提出了一種基于激光三維成像雷達(dá)距離像的目標(biāo)檢測(cè)方法,實(shí)現(xiàn)了對(duì)地面坦克目標(biāo)的準(zhǔn)確提取,該方法對(duì)坦克目標(biāo)的檢測(cè)效果較好,且運(yùn)算量較小可以滿(mǎn)足實(shí)時(shí)性的要求。

2 距離像預(yù)處理

為了抑制激光三維成像雷達(dá)距離像出現(xiàn)的距離反常噪聲現(xiàn)象,同時(shí)又較好地保護(hù)目標(biāo)細(xì)節(jié)信息[8],本文采用基于鄰域像素內(nèi)檢測(cè)距離反常來(lái)對(duì)距離像進(jìn)行降噪處理。根據(jù)檢測(cè)目標(biāo)的大小設(shè)置一個(gè)距離判斷閾值T,統(tǒng)計(jì)當(dāng)前像素與其鄰域內(nèi)的其他像素距離差在T內(nèi)的數(shù)量N,設(shè)置數(shù)量判斷與之TN,通過(guò)這個(gè)數(shù)量來(lái)判斷其是否為距離反常像素。具體算法步驟如下:

1)設(shè)置T和TN5=5,在5×5鄰域內(nèi)對(duì)當(dāng)前像素進(jìn)行檢測(cè),得到在距離判斷閾值T范圍內(nèi)的數(shù)量N5。

(1)

2)比較當(dāng)前像素?cái)?shù)量,判斷是否為距離反常像素。

(2)

3)若Pi,j是正常像素,則保持原值不變,處理下一個(gè)像素；若是距離反常像素,則在7×7鄰域內(nèi)對(duì)當(dāng)前像素進(jìn)行閾值檢測(cè),統(tǒng)計(jì)在閾值范圍內(nèi)的鄰域像素?cái)?shù)量,然后轉(zhuǎn)至4)。

Pi,j=

(3)

4)設(shè)置TN7=7,對(duì)7×7鄰域內(nèi)像素的檢測(cè)結(jié)果進(jìn)行判斷。

(4)

5)若Pi,j是正常像素,則保持原值不變；若是距離反常像素,則在9×9鄰域內(nèi)對(duì)當(dāng)前像素進(jìn)行閾值檢測(cè),統(tǒng)計(jì)在閾值范圍內(nèi)的鄰域像素?cái)?shù)量,然后轉(zhuǎn)至6)。

Pi,j=

(5)

6)設(shè)置TN9=9,對(duì)9×9鄰域內(nèi)像素的檢測(cè)結(jié)果進(jìn)行判斷。

(6)

7)若Pi,j為正常像素時(shí),保持原值不變,處理下一個(gè)像素；當(dāng)Pi,j為距離反常像素時(shí),取其9×9鄰域內(nèi)的中值代替當(dāng)前像素。

(7)

其中,median(·)為取中值運(yùn)算。

3 距離像目標(biāo)檢測(cè)

3.1 基于形態(tài)學(xué)的地面估計(jì)和高程分割

形態(tài)學(xué)圖像處理是圖像處理技術(shù)中一項(xiàng)有力的工具,基本的二值形態(tài)學(xué)運(yùn)算有以下四種:腐蝕、膨脹、開(kāi)運(yùn)算、閉運(yùn)算。腐蝕和膨脹運(yùn)算是在結(jié)構(gòu)元素定義的鄰域內(nèi)選擇圖像像素值和結(jié)構(gòu)元素作用后的最小或最大像素值。開(kāi)運(yùn)算和閉運(yùn)算實(shí)際上是腐蝕和膨脹操作非常簡(jiǎn)單的組合,開(kāi)運(yùn)算一般使對(duì)象的輪廓變得光滑,斷開(kāi)狹窄的間斷和消除細(xì)的突出物,開(kāi)運(yùn)算最明顯的效果是消除大于鄰域內(nèi)點(diǎn)的孤立異常值；閉運(yùn)算同樣使輪廓線更為光滑,但與開(kāi)運(yùn)算相反的是,它通常消彌狹窄的間斷和長(zhǎng)細(xì)的鴻溝,消除小的空洞,并填補(bǔ)輪廓線中的斷裂,閉運(yùn)算最明顯的效果是消除值小于鄰域內(nèi)的點(diǎn)的孤立異常值[9]。

下面以圖1中的坦克目標(biāo)為例,對(duì)基于形態(tài)學(xué)的DEM估計(jì)和高程分割的步驟進(jìn)行分析,坦克目標(biāo)的激光三維成像雷達(dá)距離像如圖1所示。

1)根據(jù)坦克目標(biāo)在距離像上的投影,選取合適的結(jié)構(gòu)元素窗口大小,對(duì)圖1的距離像I1做地面估計(jì)運(yùn)算得到地面圖像I2如圖2所示。

圖1 激光三維成像雷達(dá)距離像

圖2 提取的地面圖像

2)將原距離像I1和地面圖I2進(jìn)行差值運(yùn)算并絕對(duì)值,得到差值圖I3如圖3所示。

圖3 距離像與地面差值后的差值圖

I3(i,j)=|I1(i,j)-I2(i,j)|

(8)

3)設(shè)置高程閾值T1和T2,對(duì)差值圖I3進(jìn)行分割得到分割后的高程圖I4如圖4所示,對(duì)比圖3能夠容易的發(fā)現(xiàn)圖4中地面上的大量線狀部分已被去除。為了進(jìn)一步獲得較為精確的坦克目標(biāo),我們?cè)谙乱还?jié)中對(duì)圖4中的坦克目標(biāo)進(jìn)行檢測(cè)處理。

圖4 分割后的高程圖

(9)

3.2 基于最小外接矩形估計(jì)的目標(biāo)檢測(cè)

最小外接矩形估計(jì)方法其基本思想是先計(jì)算所有數(shù)據(jù)點(diǎn)的最小多邊形凸包,然后根據(jù)其最小外接矩形必然有一條邊與最小多邊形凸包相重合的理論,計(jì)算最小多邊形每條邊情況下的外接矩形面積,取面積最小者對(duì)應(yīng)的矩形即為這些數(shù)據(jù)點(diǎn)對(duì)應(yīng)的最小外接矩形MABR[10-11]。圖5給出了多邊形凸包、外接矩形和最小外接矩形的空間分布關(guān)系圖。

圖5 多邊形凸包、外接矩形和最小外接矩形的空間分布關(guān)系圖

通過(guò)上幾節(jié)處理后的激光三維成像雷達(dá)距離像,還需要通過(guò)其輪廓分析對(duì)坦克目標(biāo)進(jìn)行描述。具體實(shí)現(xiàn)步驟如下:

1)經(jīng)圖像分割后對(duì)二值圖像進(jìn)行輪廓追蹤,先計(jì)算出目標(biāo)輪廓對(duì)應(yīng)的凸包,鏈接目標(biāo)的凸包得到一系列的封閉區(qū)域。設(shè)目標(biāo)凸包的坐標(biāo)點(diǎn)集合為C={(x1,y1),(x2,y2),(x3,y3),…,(xn,yn)},以(x1,y1)為起點(diǎn),按照順時(shí)針?lè)较颦h(huán)繞輪廓一圈得到的坐標(biāo)點(diǎn)形式表示。計(jì)算全部四個(gè)多邊形的端點(diǎn),記為Dxmin,Dxmax,Dymin,Dymax。

2)通過(guò)四個(gè)點(diǎn)構(gòu)造D的四條切線,如果一條或兩條線與一條邊重合,那么計(jì)算由四條線決定的外接矩形的長(zhǎng)度、寬度、面積和姿態(tài)等信息,并保存為當(dāng)前最小值,否則將當(dāng)前最小值記為無(wú)窮大。

3)順時(shí)針旋轉(zhuǎn)線直到其中一條和多邊形的一條邊重合,計(jì)算新矩形的面積,并且和當(dāng)前最小值比較。如果小于當(dāng)前最小值則更新,并保存確定最小值的矩形信息。

4)重復(fù)步驟3,直到線旋轉(zhuǎn)過(guò)的角度大于90°,輸出外接矩形的最小面積及其長(zhǎng)度、寬度和姿態(tài)等信息。

5)根據(jù)找到的每個(gè)區(qū)域的最小外接矩形,統(tǒng)計(jì)出每個(gè)區(qū)域的長(zhǎng)寬、面積、質(zhì)心等信息,另根據(jù)激光三維成像雷達(dá)的探測(cè)視角及探測(cè)距離和坦克的實(shí)際尺寸信息,計(jì)算出坦克目標(biāo)在距離像上投影的高程和長(zhǎng)寬信息等,據(jù)此以這些參數(shù)可以作為判別目標(biāo)性質(zhì)的依據(jù),從而可以從眾多目標(biāo)中迅速檢測(cè)出坦克目標(biāo)。

對(duì)圖4中分割出的目標(biāo)進(jìn)行處理,從圖6的結(jié)果可以看出,可以準(zhǔn)確的檢測(cè)出距離像中滿(mǎn)足尺寸要求的坦克目標(biāo)。

圖6 采用最小外接矩形估計(jì)檢測(cè)的坦克目標(biāo)

4 方法總結(jié)與仿真結(jié)果

通過(guò)上幾節(jié)的介紹,我們將本文提出的方法總結(jié)為如下:

1)對(duì)激光三維成像雷達(dá)距離像I進(jìn)行預(yù)處理得到去噪后的距離像I1；

2)選取合適的結(jié)構(gòu)元素窗口大小,利用形態(tài)學(xué)的方法估算場(chǎng)景中的地平面獲得地面圖像I2；

3)設(shè)置高程閾值T1和T2,并根據(jù)式(6)構(gòu)造差值圖像矩陣I3,計(jì)算I3中的每個(gè)點(diǎn)的高程值,剔除小于T1和T2大于的點(diǎn),剩下的點(diǎn)即為坦克目標(biāo)及干擾目標(biāo)。

4)計(jì)算每個(gè)目標(biāo)的最小外接矩形獲得每個(gè)目標(biāo)的長(zhǎng)寬、面積、質(zhì)心等信息集合C,計(jì)算坦克目標(biāo)在距離像上投影的高程和長(zhǎng)寬信息等,以這些參數(shù)可以從眾多目標(biāo)中迅速檢測(cè)出坦克目標(biāo)。

使用上述方法對(duì)激光三維成像雷達(dá)距離像(1)～(4)進(jìn)行處理,處理前后的結(jié)果如圖7所示。(a)列為原始距離像,(b)列為高程圖,(c)列為處理后的距離像,矩形框的部分為檢測(cè)出的坦克目標(biāo)。

圖7 本文方法仿真結(jié)果

從上述實(shí)驗(yàn)結(jié)果上可以直觀的看出,能夠從建筑物、植物、山坡中有效地檢測(cè)出坦克目標(biāo)。圖1(c)～2(c)中平地和山坡上的坦克目標(biāo)都檢測(cè)到,圖3(c)中可以看出有小部分遮擋時(shí)的坦克目標(biāo)也能被檢測(cè)到,圖4(c)中被大部分遮擋時(shí)的坦克目標(biāo)無(wú)法檢測(cè)到,矩形框標(biāo)記的指揮車(chē)被誤檢。

5 結(jié) 論

通過(guò)對(duì)激光三維成像雷達(dá)獲取的地面目標(biāo)距離像分析,本文所提出的是一種基于激光三維成像雷達(dá)距離像的目標(biāo)檢測(cè)方法,不需要處理海量點(diǎn)云數(shù)據(jù)集,從而能夠快速有效地檢測(cè)出坦克目標(biāo),滿(mǎn)足實(shí)時(shí)性需求。該方法對(duì)于垂直俯視或斜視探測(cè)下有明顯距離差異的目標(biāo)場(chǎng)景,易取得較好的效果,滿(mǎn)足了激光三維成像雷達(dá)對(duì)地面目標(biāo)檢測(cè)的要求。但由于本文所采集的距離像數(shù)據(jù)集中坦克目標(biāo)的炮筒成像效果較差,無(wú)法準(zhǔn)確提取坦克炮筒特征,對(duì)于與坦克長(zhǎng)寬高尺寸差異較小的相似目標(biāo)(如運(yùn)兵車(chē)、指揮車(chē)等)其檢測(cè)效果可能會(huì)存在一定的誤差,從而值得進(jìn)一步研究。