基于色彩空間變換的目標(biāo)檢測算法研究-論文.pdf

《基于色彩空間變換的目標(biāo)檢測算法研究-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第37卷2期安徽師范大學(xué)學(xué)報(自然科學(xué)版)Vl0】．37No．22014年3月JournalofAnhuiNormalUniversity(NaturalScience)Mar．2014基于色彩空間變換的目標(biāo)檢測算法研究程藝酷，2一，雷武虎，2，v，戴勝波，2，3。(1．脈沖功率激光技術(shù)國家重點實驗室，安徽合肥230037；2．安徽省電子制約技術(shù)重點實驗室，安徽合肥230037；3．電子工程學(xué)院，安徽合肥230037)。摘要：對高光譜遙感圖像的目標(biāo)進(jìn)行檢測，通常采用異常檢測算法．異常檢測算法常在檢測到目標(biāo)的同時出現(xiàn)較多大噪聲點和非目標(biāo)異常點，為解決這一問題提出了一種基

2、于HSV色彩空間的目標(biāo)檢測算法．利用背景和目標(biāo)的光譜曲線特征，找到三個差異最大的特征波段子集進(jìn)行平均，再進(jìn)行假彩色合成并正變換至HSV色彩空間，以H分量為閩值進(jìn)行目標(biāo)檢測．對仿真數(shù)據(jù)和真實高光譜數(shù)據(jù)進(jìn)行了實驗，實驗結(jié)果證明了本算法的有效性．關(guān)鍵詞：高光譜遙感；目標(biāo)檢測；RGB；HSV；色彩空間中圖分類號：059文獻(xiàn)標(biāo)志碼：A文章編號：1001—2443(2014)02—0148—04隨著高光譜遙感技術(shù)的發(fā)展，高光譜圖像的光譜分辨率不斷提高，可以很好的區(qū)分不同目標(biāo)存在的細(xì)微光譜差異，因此基于高光譜圖像的目標(biāo)檢測技術(shù)成為遙感數(shù)據(jù)處理領(lǐng)域的研究熱點u．2J．同時由于高光譜圖

3、像的光譜可覆蓋可見光到熱紅外波段，可以更好的利用除可見光波段以外的近紅外特征進(jìn)行目標(biāo)識別，這一特點對于發(fā)現(xiàn)隱身目標(biāo)尤為重要[3,4]．目標(biāo)偵察通常分為兩個不同的部分：搜尋(動態(tài)問題)和探測、識別與確認(rèn)(靜態(tài)問題)t5]．基于高光譜數(shù)據(jù)的目標(biāo)搜尋與識別通?？梢苑譃楣庾V異常檢測和光譜匹配檢測．這兩者間都有著各自的局限性，光譜匹配法需建立在獲取目標(biāo)的先驗光譜特征知識基礎(chǔ)之上，目標(biāo)和背景的先驗知識通常難以獲得，異常檢測是在背景中搜尋與背景光譜存在很大差異的小目標(biāo)，其檢測結(jié)果中經(jīng)常出現(xiàn)大噪聲點以及非目標(biāo)異常點，為后續(xù)的目標(biāo)確認(rèn)加大了復(fù)雜度和難度．然而在實際應(yīng)用中需要在圖像中檢測

4、的目標(biāo)與背景都相對單一，將這樣的目標(biāo)稱為感興趣目標(biāo)，可以通過對已有經(jīng)驗數(shù)據(jù)進(jìn)行分析，得到感興趣目標(biāo)和背景的光譜特征并找出其區(qū)別最為明顯的波段來檢測感興趣的目標(biāo)J．通過分析找出感興趣目標(biāo)與背景差異較大的三個非可見光波段子集，對每個波段子集進(jìn)行平均后再進(jìn)行假彩色合成，目標(biāo)在RGB(紅、綠、藍(lán))色彩空間中與背景色彩差別很大，變得容易區(qū)分．雖然RGB色彩空間符合人類的色彩感知方式，卻很難在其色彩空間中找到很好的閾值來劃分出目標(biāo)區(qū)域，所以我們將其轉(zhuǎn)換至HSV(hue色調(diào)、saturation飽和度value亮度)色彩空間，這樣只需要簡單設(shè)定H值就能定出閾值，就能很好地將圖像中的

5、不同色調(diào)區(qū)域劃分開來，得到含有目標(biāo)特征的區(qū)域，稱之為目標(biāo)疑似區(qū)．為了達(dá)到目標(biāo)識別的目的還必須通過目標(biāo)匹配技術(shù)剔除目標(biāo)疑似區(qū)內(nèi)的偽目標(biāo)．通過對仿真數(shù)據(jù)以及真實數(shù)據(jù)的實驗，該方法不但減少了遍歷全圖的運(yùn)行時間，也可以很好的剔除非目標(biāo)異常點，降低了虛警率，同時也能在目標(biāo)疑似區(qū)內(nèi)精確找出目標(biāo)，提高了檢測率，證明了算法的有效性．1假彩色合成波段選擇1．1目標(biāo)與背景光譜特征分析波段的選取是本算法的關(guān)鍵，選取的主要目的是選出冗余度最小、檢測效果最好的波段子集[．這就需要對特定目標(biāo)和背景的光譜特征進(jìn)行分析．對于背景而言，一般地物的光譜曲線是容易得到的，也可以根據(jù)地理坐標(biāo)位置來判斷出該地

6、區(qū)主要的地物構(gòu)成，并估計出區(qū)域內(nèi)的背景光譜曲線特征．對于目標(biāo)而言，在檢收稿日期：2013—1O一10基金項目：安徽省自然科學(xué)基金(070415217)．作者簡介：程藝吉li(1989一)，男，安徽蕪湖人，碩士研究生，研究方向為光電信息處理；雷武虎(1965一)，河北無極縣人，教授，博士．主要研究方向為光電信息處理．引用格式：程藝蘸，雷武虎，戴勝波．基于色彩空間變換的目標(biāo)檢測算法研究[J]．安徽師范大學(xué)學(xué)報：自然科學(xué)版，2014，37(1)：148—151．37卷第2期程藝韶，雷武虎，戴勝波：基于色彩空間變換的目標(biāo)檢測算法研究。149測之前是有一定目標(biāo)的，可以通過已有先

7、驗知識找到感興趣目標(biāo)反射最高的波段區(qū)間，或吸收強(qiáng)烈的波段區(qū)間，進(jìn)而估算出目標(biāo)的光譜曲線．在軍事目標(biāo)檢測中，大部分目標(biāo)都有一定的隱身功能，但主要集中在可見光波段，極少有目標(biāo)能在紅外波段進(jìn)行隱身，更不可能在全電磁波段進(jìn)行隱身，這就使得高光譜發(fā)現(xiàn)隱身目標(biāo)成為可能，而且軍事目標(biāo)的分布也有其一定規(guī)律，綠色的車輛和軍裝總是隱藏在綠色的森林或草地中，棕色的篷布總是隱藏在枯葉或山石地中．因此本算法的波段選取主要集中在可見光外的其他波段．1．2偽彩色合成波段選取根據(jù)不同的環(huán)境和先驗知識獲得目標(biāo)和背景的大致光譜曲線后．首先將這兩條譜線相減，搜索其中差值最大的波段，定為波