基于多光谱分析和机器视觉的海难搜救目标检测方法研究

本课题以多光谱图像信息为研究对象，针对复杂背景下海上搜救目标检测的困难和问题，对基于多光谱分析和机器视觉的海难搜救目标检测方法进行基础科学研究。具体内容包括：分析水上搜救复杂背景的特征和水上弱小目标检测所存在的困难，提出针对本项目研究内容的图像预处理方法；通过分析可见光和近红外的多个光谱波段，研究水上目标及海洋环境的光谱反射特性，提取能够有效区分人员、船舶、岛屿和海浪等目标和背景的特征；研究基于光谱反射特征和目标运动特征的搜索区域选择策略，在此基础上提出符合视觉特性的目标检测方法。本课题的主要目标是研究利用多光谱图像信息对船舶、落水人员等目标进行检测的技术和方法，研究成果可以为水上搜救提供图像处理分析手段，有效的辅助搜救人员完成搜救工作，保障生命安全，具有较大的经济效益和社会效益。

海上场景中的小目标检测一直是计算机视觉领域的难点之一。海上场景是一类特殊的场景，不同于陆上情况的是，摄像机安置于船舶或者飞机等移动载体上，处于持续运动中，而海面背景也处于动态变化中；此外，由于距离原因，海上场景的图像中目标多为小目标；天气因素也为海上目标检测带来困难。传统的目标检测方法效果往往不理想。.为此，本项目以多光谱成像设备采集的图像信息为研究对象，分析水上搜救复杂背景的特征和水上弱小目标检测所存在的困难，提出针对本项目研究内容的图像预处理方法；通过分析可见光和近红外的多个光谱波段，研究水上目标及海洋环境的光谱反射特性，提取能够有效区分人员、船舶、岛屿和海浪等目标和背景的特征；在此基础上研究视觉注意机制在海上场景中的应用，重点提出适合海上场景中小目标的显著性检测方法。.研究对比了各种多光谱图像获取方式，充分考虑设备的便携性、可操作性以及成本，对现有多光谱阵列相机进行改造，使用单相机加双滤光轮的基本结构，整个多光谱图像采集系统在笔记本电脑充满电的情况下，可不依赖外部电源独立工作1个多小时，能够满足野外工作的需要。.在采集系统改造完毕后，项目组在内河、海岸及海上拍摄了大量近海海面、岛屿、船只和港口的图像数据，包括晴天、阴天、雨天等天气条件下的不同时间段的图像数据。在经过图像平滑抑制图像噪声后可进行光谱反射率的重建，从而发现图像中各种目标的反射性特征曲线，提取出不同光照环境下目标的共性特征。.提出了海洋动态背景下视频小目标快速检测的结构张量方法。在提取图像像素结构张量的基础上，对图像进行基于特征量的目标检测，并结合所处理的视频相邻帧的目标检测结果，进一步优化目标检测的结果，由此实现海洋动态背景下小目标的快速检测。.在视觉注意机制目标检测方面，分析了频域显著性检测方法的本质，并提出多尺度相位谱的海上显著目标检测方法；提出了结合全局和局部显著性的方法，并利用无重叠分块或重叠分块方法有效抑制海杂波影响；将已有显著性检测方法从空频域特征结合的角度，提出基于分数阶傅里叶变换的海上小目标显著性检测方法；利用奇异值分解在提取信号典型分量上的优势，分别从空间域和频域提出海上显著性检测方法。.本项目的研究成果可为海难搜救、海事监控等领域提供必要的理论和技术基础。