曝光臺(tái) 注意防騙
網(wǎng)曝天貓店富美金盛家居專營店坑蒙拐騙欺詐消費(fèi)者
3 飛鳥目標(biāo)提取算法
飛鳥目標(biāo)提取算法是“雷達(dá)探鳥實(shí)驗(yàn)系統(tǒng)”
的核心,其流程圖見圖4. 由圖像卡采集的探鳥雷
達(dá)圖像經(jīng)過背景差分、噪聲抑制(中值濾波、閾值
分割和形態(tài)學(xué)) 、目標(biāo)信息提取和數(shù)據(jù)融合4 個(gè)
步驟,將鳥情信息從原始雷達(dá)圖像中提取出來,生
成便于觀測(cè)的融合圖像.
圖4 飛鳥目標(biāo)提取算法流程圖
背景差分是飛鳥目標(biāo)提取的第一步,即從探
鳥雷達(dá)圖像中減去背景信息,因此構(gòu)造一個(gè)純凈
的背景成為問題的關(guān)鍵. 本算法采用主成分分析
( PCA, Principal Component Analysis)方法構(gòu)造背
景圖像[ 6 ] . 每幅雷達(dá)圖像都包含背景和運(yùn)動(dòng)目標(biāo)
(飛鳥) ,因此背景可視為最大的主成分. 基于非
線性算子的形態(tài)學(xué),是一種相對(duì)獨(dú)立的圖像分析
方法,對(duì)于PP I圖像,它較之常規(guī)算法運(yùn)算速度更
快且去噪效果更好. 因此,經(jīng)過閾值分割的圖像采
用形態(tài)學(xué)進(jìn)行噪聲抑制. 膨脹和腐蝕是形態(tài)學(xué)的
基本操作. 膨脹是一種擴(kuò)展的變換,增大原物體的
面積,填充物體間小的孔洞和溝壑. 腐蝕是一種反
擴(kuò)展變換,壓縮物體并將有細(xì)微聯(lián)系的物體分離.
在實(shí)際的圖像處理過程中,膨脹和腐蝕經(jīng)常結(jié)合
使用. 一幅圖像往往經(jīng)過一系列的膨脹與腐蝕處
理,采用相同或不同的結(jié)構(gòu)單元[ 7 ] . 經(jīng)過背景差
分和噪聲抑制的探鳥雷達(dá)PP I圖像中,相互聯(lián)結(jié)
的高亮區(qū)域的集合構(gòu)成一個(gè)限于當(dāng)前分辨能力的
飛鳥目標(biāo). 通過區(qū)域標(biāo)記和區(qū)域面積測(cè)量,提取出
目標(biāo)中心坐標(biāo)和大小等信息[ 8 ] . 在區(qū)域標(biāo)記過程
中,由于所處理的PP I圖像是二值的,所以處理后
每個(gè)像素的值即為其所處理的區(qū)域標(biāo)號(hào)( 1, 2,
3, ⋯) ,采用8連通判別算法,標(biāo)識(shí)所有不連通的
目標(biāo)區(qū)域. 在區(qū)域標(biāo)記的基礎(chǔ)上,通過對(duì)雷達(dá)圖像
中各種不同標(biāo)號(hào)的像素區(qū)域進(jìn)行操作,統(tǒng)計(jì)出所
有目標(biāo)區(qū)域的像素?cái)?shù)n和中心坐標(biāo)( x0 , y0 ). PP I
圖像中心定義為坐標(biāo)原點(diǎn), x軸水平向右, y軸垂
直向上. 中心坐標(biāo)由下式得到:
x0 = C Σ ( x, y) ∈S
x / n y0 = C Σ ( x, y) ∈S
y / n (1)
其中, S 為單一目標(biāo)連通區(qū)域; C 為量程系數(shù),反
映了選擇不同量程時(shí)每個(gè)像素代表的實(shí)際距離.
最后,將飛鳥目標(biāo)標(biāo)定在衛(wèi)星地圖或垂直坐標(biāo)系
中,輸出的融合圖像便于工作人員觀測(cè).
4 實(shí)驗(yàn)數(shù)據(jù)處理與分析
2007年秋季(候鳥遷徙高峰期) ,基于“雷達(dá)探
鳥實(shí)驗(yàn)系統(tǒng)”于北京市沙河水庫在水平和垂直2種
掃描方式下采集了大量探鳥雷達(dá)圖像. 下面基于其
中2組圖像序列,采用第3部分的算法作處理分析.
1) 水平掃描雷達(dá)圖像處理
圖5描述了一幀水平掃描雷達(dá)圖像處理的全
過程. 圖5a為某原始探鳥雷達(dá)圖像序列中的一
幀,鳥群自西向東掠過水面,本系統(tǒng)置于水庫北
岸,量程0. 5海里,共采集24幀連續(xù)原始圖像. 原
始圖像中除含有飛鳥目標(biāo)外,含有樹木、建筑物等
背景信息. 基于24幀原始圖像序列,用PCA方法
提取出背景圖像. 圖5b為經(jīng)過背景差分的探鳥雷
達(dá)圖像,絕大部分背景已被去除,但還存在大量邊
緣雜波和噪聲. 圖5c為經(jīng)過噪聲抑制的處理結(jié)
果,圖像中保留的高亮區(qū)域都認(rèn)為是飛鳥目標(biāo). 噪
聲抑制中的形態(tài)學(xué)處理采用先腐蝕后膨脹的方
法,這樣既消除了大量孤立的像素點(diǎn),降低了虛警
率,又使每個(gè)飛鳥目標(biāo)的像素?cái)?shù)保持基本不變. 由
于飛鳥目標(biāo)的形狀無特定規(guī)律,采用全方位結(jié)構(gòu)
a 原始圖像b 背景差分后的圖像
c 噪聲抑制后的圖像d 融合圖像
圖5 水平掃描探鳥雷達(dá)圖像處理
382 北京航空航天大學(xué)學(xué)報(bào) 2009年
元素. 針對(duì)圖5c進(jìn)行目標(biāo)信息提取并記錄,共標(biāo)
識(shí)飛鳥目標(biāo)31個(gè),具體信息見表1. 量程系數(shù)C
取3. 86m. 圖5d為含鳥情信息的融合圖像,飛鳥
目標(biāo)以圓點(diǎn)標(biāo)定在高清晰衛(wèi)星地圖上,直觀地反
映了某一時(shí)刻沙河水庫上空的飛鳥分布情況.
表1 飛鳥目標(biāo)信息
目標(biāo)
序號(hào)
x0 /m y0 /m n
1 547. 9 895. 1 17
2 - 767. 8 671. 4 31
3 246. 9 655. 9 97
4 297. 1 663. 6 61
5 - 810. 3 648. 2 32
6 285. 5 617. 3 59
7 401. 3 605. 8 77
8 366. 5 586. 5 22
9 308. 7 559. 5 25
10 455. 3 559. 5 13
11 219. 9 544. 0 27
12 328. 0 544. 0 19
13 405. 1 528. 6 55
14 - 158. 2 505. 4 45
15 281. 7 501. 6 150
16 212. 2 478. 4 33
目標(biāo)
序號(hào)
x0 /m y0 /m n
17 - 38. 6 474. 6 39
18 490. 0 463. 0 45
19 532. 5 439. 9 91
20 - 96. 5 451. 4 17
21 219. 9 416. 7 93
22 389. 7 436. 0 47
23 501. 6 420. 6 38
24 667. 5 405. 1 70
25 555. 6 374. 3 77
26 189. 1 378. 1 25
27 667. 5 351. 1 64
28 868. 1 351. 1 30
29 189. 1 266. 2 45
30 733. 1 266. 2 17
31 123. 5 219. 9 31
2) 垂直掃描雷達(dá)圖像處理
圖6a是一幀垂直掃描方式下采集的原始探
鳥雷達(dá)圖像, 量程0. 25 海里, 量程系數(shù)C 取
1. 93m. 機(jī)場(chǎng)應(yīng)用中,垂直掃描雷達(dá)往往置于跑道
的一端,需要監(jiān)控的跑道上空區(qū)域?qū)?yīng)于雷達(dá)圖
像的第一象限. 同樣,本系統(tǒng)放置于水庫北岸,關(guān)
注區(qū)域?yàn)樗嫔峡绽走_(dá)波束覆蓋的一段剖面,圖
6a中虛框部分值得關(guān)注,只有當(dāng)飛鳥穿過該波束
或沿波束徑向活動(dòng)時(shí),才會(huì)在雷達(dá)顯示器上產(chǎn)生
回波信號(hào). 由于垂直掃描探測(cè)的是空域,因此雜波
信號(hào)很少,較之水平掃描圖像信息提取相對(duì)容易,
其具體處理過程這里不再冗述. 如圖6b所示,在
高度坐標(biāo)系中以圓點(diǎn)標(biāo)定飛鳥目標(biāo)的坐標(biāo)位置.
共發(fā)現(xiàn)2 個(gè)飛鳥目標(biāo), 其中目標(biāo)1 距雷達(dá)
393. 6m,飛行高度154. 3m,像素?cái)?shù)134個(gè);目標(biāo)2
距雷達(dá)434. 1m,飛行高度71. 4m,像素?cái)?shù)127個(gè).
中國航空網(wǎng) m.k6050.com
航空翻譯 www.aviation.cn
本文鏈接地址：
鳥擊資料2(104)
