本發(fā)明涉及數(shù)據(jù)處理，具體涉及一種基于視頻分析的vts雷達(dá)目標(biāo)提取方法。

背景技術(shù)：

1、隨著我國沿海的快速發(fā)展，海上船舶日益增加，海上船舶的交通管理也變得尤為重要。為了更好的管理來往船舶，越來越多的港口和水域選擇安裝vts雷達(dá)系統(tǒng)。

2、但是雷達(dá)探測目標(biāo)時有時不連續(xù)，導(dǎo)致一個目標(biāo)分裂為多個目標(biāo)，降低了目標(biāo)提取的完整性，從而影響了目標(biāo)點跡凝聚的精度和目標(biāo)跟蹤不穩(wěn)定的情況。

技術(shù)實現(xiàn)思路

1、本發(fā)明所解決的技術(shù)問題為：雷達(dá)探測目標(biāo)時有時不連續(xù)，導(dǎo)致一個目標(biāo)分裂為多個目標(biāo)，降低了目標(biāo)提取的完整性。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種基于視頻分析的vts雷達(dá)目標(biāo)提取方法，包括以下步驟：

4、s1、獲取第i幀的原始回波圖像。其中i表示vts雷達(dá)進(jìn)行掃描的幀數(shù)，i＝1,2,3…n。

5、s2、對第i幀的原始回波圖像進(jìn)行預(yù)處理。

6、s3、獲取預(yù)處理后的第i幀的回波圖像，并對該圖像進(jìn)行二值化處理。

7、s4、對二值化處理后的圖像進(jìn)行閉運算處理，去除圖像中的部分噪點和孔洞。

8、s5、對閉運算處理后的圖像進(jìn)行目標(biāo)輪廓提取，得到各個目標(biāo)的輪廓信息。

9、s6、獲取下一幀的原始回波圖像，并按照步驟s2-s5的處理方法，得到i+1幀的目標(biāo)輪廓信息，并計算與目標(biāo)輪廓庫的目標(biāo)輪廓的相似度，依據(jù)相似度確定i+1幀的目標(biāo)輪廓。

10、根據(jù)本發(fā)明的基于視頻分析的vts雷達(dá)目標(biāo)提取方法，具有如下技術(shù)效果：可以提高目標(biāo)提取的精度，降低了目標(biāo)分裂的風(fēng)險，并為vts雷達(dá)目標(biāo)提取提供了新思路。

11、在本發(fā)明的一方案中：步驟s1中，獲取原始回波圖像的過程包括：以方位信息為縱軸，以距離庫信息為橫軸，將每個方位上的每個距離庫上的幅度值作為該方位該距離庫所對應(yīng)像素點的像素值組成二維灰度圖像。

12、在本發(fā)明的一方案中：步驟s2中，預(yù)處理過程包括：篩選原始回波圖像中像素值低于預(yù)設(shè)雜波閾值的像素點，并將其設(shè)置為0，得到預(yù)處理后的圖像gf。

13、在本發(fā)明的一方案中：步驟s3中，二值化處理過程包括：將距離庫信息均勻分為3段，由近及遠(yuǎn)記為x1、x2、x3。每段設(shè)置閾值，對應(yīng)分別記為t1、t2、t3。判斷每個像素點的像素值是否大于等于對應(yīng)的閾值，是則將預(yù)處理后圖像中的該像素點像素值設(shè)置為255，否則將該像素點像素值設(shè)置為0。

14、在本發(fā)明的一方案中：步驟s4中，閉運算處理過程包括：選取結(jié)構(gòu)元素為3×3大小的矩形，并將結(jié)構(gòu)元素的定義域設(shè)為ds。將二值化處理后圖像的定義域設(shè)為dg。對二值化處理后圖像依次進(jìn)行膨脹運算、腐蝕運算以及閉運算。

15、在本發(fā)明的一方案中：膨脹運算的公式如下：

16、

17、式中，gthres為二值化處理后的圖像，s(x,y)為結(jié)構(gòu)元素。

18、在本發(fā)明的一方案中：腐蝕運算的公式如下：

19、gthres⊙s(i,j)＝min{gthres(i+x,j+y)-s(x,y)|(i+x,j+y)∈dg，(x,y)∈ds}。

20、在本發(fā)明的一方案中：閉運算的公式如下：

21、

22、在本發(fā)明的一方案中：步驟s6中，包括以下具體步驟：

23、s61、根據(jù)第i-2幀、第i-1幀、第i幀的同一目標(biāo)在距離方位上的輪廓信息，分別獲取輪廓最小外接矩形。根據(jù)矩形長度和寬度的和進(jìn)行排序，去除最低和最高值，選取中間值對應(yīng)的幀的目標(biāo)輪廓記為a。

24、s62、統(tǒng)計輪廓a的hu矩特征，將hu矩特征、輪廓最小外接矩形寬度和高度作為該目標(biāo)的特征庫。通過步驟s2-s5得到第i+1幀中該目標(biāo)的輪廓信息，記為b，并統(tǒng)計其hu矩特征、輪廓最小外接矩形寬度和高度。若輪廓b的最小外接矩形寬度與高度的和值大于該目標(biāo)特征庫的對應(yīng)值，則直接將輪廓b作為該目標(biāo)第i+1幀的輪廓信息。否則將其該目標(biāo)特征庫中的hu矩特征進(jìn)行比較，計算兩個輪廓的相似程度sim；

25、s63、若sim小于預(yù)設(shè)的閾值，則說明該目標(biāo)輪廓匹配成功，將輪廓b作為該目標(biāo)第i+1幀的輪廓信息。

26、s64、若sim大于預(yù)設(shè)的閾值，則說明該目標(biāo)輪廓匹配失敗。根據(jù)第i+1幀中該目標(biāo)的輪廓最小外接矩形，在步驟s2獲取的圖像中，截取該目標(biāo)放大后的子圖像。依據(jù)該目標(biāo)特征庫的輪廓最小外接矩形寬度和高度，對子圖像進(jìn)行循環(huán)多尺度的閾值分割，并提取子圖像邊緣輪廓。按照二值化閾值逐漸減小，直到輪廓寬度、高度的和達(dá)到目標(biāo)特征庫的寬度、高度的和為止，將此時的輪廓作為該目標(biāo)第i+1幀的輪廓信息。

27、在本發(fā)明的一方案中：相似程度sim的計算公式如下：

28、

29、式中，和分別是輪廓a和輪廓b的hu矩的第i個矩，i＝1,2,…,7。

30、本發(fā)明的有益效果：

31、(1)本發(fā)明的分段二值化處理，有效的濾除背景雜波，提高了目標(biāo)提取精度；本發(fā)明的閉運算處理，可去除目標(biāo)中的部分噪點和孔洞，提高了目標(biāo)提取的完整性；

32、(2)本發(fā)明結(jié)合了歷史前三幀的目標(biāo)信息，通過對目標(biāo)進(jìn)行輪廓匹配判斷、輪廓大小判斷及多尺度閾值分割一系列處理，有效地提高目標(biāo)的提取能力；

33、(3)本發(fā)明通過一系列算法，降低了同一個目標(biāo)在進(jìn)行目標(biāo)提取時分裂為多個目標(biāo)的風(fēng)險，為后續(xù)的點跡處理、航跡處理提供了可靠的基礎(chǔ)；

34、本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術(shù)特征：

1.一種基于視頻分析的vts雷達(dá)目標(biāo)提取方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，步驟s1中，獲取原始回波圖像的過程包括：以方位信息為縱軸，以距離庫信息為橫軸，將每個方位上的每個距離庫上的幅度值作為該方位該距離庫所對應(yīng)像素點的像素值組成二維灰度圖像。

3.根據(jù)權(quán)利要求1所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，步驟s2中，預(yù)處理過程包括：篩選原始回波圖像中像素值低于預(yù)設(shè)雜波閾值的像素點，并將其設(shè)置為0，得到預(yù)處理后的圖像gf。

4.根據(jù)權(quán)利要求1所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，步驟s3中，所述二值化處理過程包括：將距離庫信息均勻分為3段，由近及遠(yuǎn)記為x1、x2、x3；每段設(shè)置閾值，對應(yīng)分別記為t1、t2、t3；判斷每個像素點的像素值是否大于等于對應(yīng)的閾值，是則將預(yù)處理后圖像中的該像素點像素值設(shè)置為255，否則將該像素點像素值設(shè)置為0。

5.根據(jù)權(quán)利要求1所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，步驟s4中，所述閉運算處理過程包括：選取結(jié)構(gòu)元素為3×3大小的矩形，并將結(jié)構(gòu)元素的定義域設(shè)為ds；將二值化處理后圖像的定義域設(shè)為dg；對二值化處理后圖像依次進(jìn)行膨脹運算、腐蝕運算以及閉運算。

6.根據(jù)權(quán)利要求5所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，膨脹運算的公式如下：

7.根據(jù)權(quán)利要求6所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，腐蝕運算的公式如下：

8.根據(jù)權(quán)利要求7所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，所述閉運算的公式如下：

9.根據(jù)權(quán)利要求1所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，步驟s6中，包括以下具體步驟：

10.根據(jù)權(quán)利要求9所述的基于視頻分析的vts雷達(dá)目標(biāo)提取方法,其特征在于，相似程度sim的計算公式如下：

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，公開了一種基于視頻分析的VTS雷達(dá)目標(biāo)提取方法，包括以下步驟：獲取第i幀的原始回波圖像。對第i幀的回波圖像進(jìn)行預(yù)處理。獲取預(yù)處理后的第i幀的回波圖像，并對該圖像進(jìn)行二值化處理。對二值化處理后的圖像進(jìn)行閉運算處理，去除圖像中的部分噪點和孔洞。對閉運算處理后的圖像進(jìn)行目標(biāo)輪廓提取，得到各個目標(biāo)的輪廓信息。獲取下一幀的原始回波圖像，并按照上述步驟的處理方法，得到i+1幀的目標(biāo)輪廓信息，并計算與目標(biāo)輪廓庫的目標(biāo)輪廓的相似度，依據(jù)相似度確定i+1幀的目標(biāo)輪廓。本發(fā)明所提供的技術(shù)方案可以提高目標(biāo)提取的精度，降低了目標(biāo)分裂的風(fēng)險，并為VTS雷達(dá)目標(biāo)提取提供了新思路。

技術(shù)研發(fā)人員：吉江燕,李朋,王曉艷
受保護(hù)的技術(shù)使用者：四創(chuàng)電子股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30