基于图上信号处理的动态纹理分析及应用研究

Dynamic texture is one of the elemental attributes of an image sequence, which provides the visual cue for image sequences processing, analysis and understanding. The background of the automatic surface detection and recognition at sea, and the environment of underwater exploratory and operations are dynamic textures. Therefore, Dynamic texture analysis has potential applications in the marine information processing. This project makes use of signal processing on graph, probabilistic graphical model and wavelet transform on graph, to characterize the pixel value and the relationship among pixels, from which the attributes, motion and appearance, are analyzed. And then we explore the application of dynamic texture analysis in the field of moving object detection under dynamic sea surface background. We will conduct the research on the following topics. Firstly, construct the probabilistic graphical model (continuous hidden Markov model) based dynamic texture descriptor, resolve the problems of the discrete hidden Markov model based methods, and introduce the better dynamic texture description, classification and segmentation methods. Secondly, study the multiscale representation of the attributions, motion and appearance, with the wavelet transform on graph, characterize the dynamic texture by combining it with the probabilistic model, and study dynamic texture analysis methods. Finally, study moving object detection under the dynamic sea surface by using the dynamic texture analysis method, and design better background model update and objection detection methods.

动态纹理是图像序列中的基本属性，为图像序列处理、分析和理解提供重要视觉线索。海上目标探测识别的背景及水下勘探作业的环境都是典型动态纹理，因此动态纹理分析在海洋信息处理领域具有潜在的应用前景。本项目利用图上信号处理方法——概率图模型和图小波变换，刻画动态纹理的像素及像素间关系，由此分析其“运动”和“外观”属性，并探索动态纹理分析在动态海面运动目标检测中的应用，具体包括：1）建立基于概率图模型——连续隐马尔可夫模型的动态纹理描述方法，解决前期研究中离散隐马尔可夫模型存在的问题，设计有效的动态纹理描述、分类和分割方法；2）研究图小波变换形成的“运动”和“外观”特性的多尺度表示，联合概率模型刻画动态纹理，并结合概率图模型构造自适应图小波变换，研究动态纹理分析方法；3）研究基于动态纹理分析的动态海面运动目标检测，设计有效的背景模型更新和目标检测方法。通过项目研究，探索动态纹理分析新方法及应用新领域。

动态纹理是图像序列的区域属性，海面动态水背景、舰船尾迹、波浪形成的浪花及泡沫都是典型的动态纹理。本项目立足于图上信号处理：1）概率图模型——连续隐马尔可夫模型刻画动态纹理的“运动”和“外观”属性，2）图小波变换对动态纹理进行多尺度表示和分析，研究动态纹理分析及其在动态海面运动目标检测中的应用。.1）基于连续隐马尔可夫模型（CHMM）的动态纹理分析，系统研究了基于学生t分布连续隐马尔可夫模型（SHMM）的隐状态和激发概率刻画动态纹理的“运动”和“外观”特性的优势和缺点，建立了基于SHMM的描述方法，提出了基于SHMM、混合SHMM模型包的动态纹理分类方法，及基于混合CHMM、SHMM模型动态模糊聚类的动态纹理分割方法。.2）基于图小波变换的动态纹理分析，深入分析了图小波系数的特性，重点研究了图小波变换和时间-顶点谱图小波变换域的特征提取，提出了基于图小波变换域韦布尔分布等概率模型的动态纹理描述方法；针对图实小波变换无相位信息及无法有效处理彩色纹理的问题，分别构造了图复小波滤波器组和四元数图小波变换，提出了基于四元数图小波变换的彩色纹理分类方法。.3）动态海面可见光目标检测，应用动态纹理分析和图信号处理的相关方法，针对水面航行器自主避障中反光和水边界模糊问题，提出了基于改进语义分割模型的水面障碍物检测。同时，为了探测和跟踪海面运动目标，分析了其背景的动态纹理特性，设计了基于混合CHMM的海面目标检测方法，提出了基于核化图谱滤波的检测与跟踪方法。.4）基于纹理分析与图信号处理技术的拓展研究，深化图小波变换系数特性分析，提出了基于过采样图滤波器组的图像融合方法、基于图小波变换的SAR目标分类，并对图论和信号处理技术拓展应用进行了研究。.项目研究完善了动态纹理分析的概率图模型方法、开拓了图小波变换理论及应用、探索了在动态海面目标检测中的应用，明确了图信号处理在纹理分析中存在的问题及后续研究方向。