SUSAN算子角點(diǎn)提取在船舶舷號(hào)定位中的應(yīng)用

王星++鄧小煉

摘要：指出了船舶的舷號(hào)包含著船舶的基本身份信息以及船只在其所屬部門和序列中的位置，通過(guò)對(duì)船舶舷號(hào)的檢測(cè)，可以迅速識(shí)別出對(duì)方船只的身份信息。這對(duì)艦艇在海洋航行中區(qū)別和聯(lián)絡(luò)他國(guó)船舶以及在海事營(yíng)救時(shí)搜尋并確認(rèn)失事船只中有著重要的應(yīng)用。提出了一種船舶舷號(hào)的檢測(cè)方法，該法先將彩色船舶圖像轉(zhuǎn)化為HSI模型，然后利用SUSAN算子角點(diǎn)檢測(cè)算法提取飽和度圖像中的角點(diǎn)。當(dāng)檢測(cè)出角點(diǎn)以后，再進(jìn)行多次搜索，實(shí)現(xiàn)對(duì)舷號(hào)的檢測(cè)和定位。實(shí)驗(yàn)表明：這種方法擁有非常好的穩(wěn)定性和有效性。

關(guān)鍵詞：舷號(hào)的檢測(cè)；像素；質(zhì)心

中圖分類號(hào)： TP391

文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 16749944（2015）06029203

1 引言

SUSAN算法是由Smith[1]等提出的一種關(guān)于圖像的處理方法，該算法是基于像素領(lǐng)域的。它是用含有若干元素的圓形模板，遍歷圖像的每個(gè)像素點(diǎn)，根據(jù)每個(gè)像素的灰度，求出角點(diǎn)響應(yīng)函數(shù)的值。如果其值大于某閾值，并且它還是局部的極大值，則認(rèn)為這個(gè)點(diǎn)為角點(diǎn)。

本文通過(guò)SUSAN算法檢測(cè)出船舶圖像中的角點(diǎn)[2]，然后根據(jù)圖像中角點(diǎn)的分布狀況，先對(duì)船舶舷號(hào)進(jìn)行粗略定位，然后再進(jìn)一步進(jìn)行精確地定位，從而實(shí)現(xiàn)對(duì)舷號(hào)的準(zhǔn)確檢測(cè)。

2 圖像的初步處理

首先對(duì)圖像進(jìn)行初步處理，本文用彩色模型。 我們根據(jù)色調(diào)來(lái)濾掉非舷號(hào)的背景顏色和字符具有的各種顏色所產(chǎn)生的干擾。這是因?yàn)橥饷嬲丈涞拿靼岛蛷?qiáng)弱等對(duì)模型的色調(diào)不會(huì)產(chǎn)生較大的干擾。

在飽和度方面，船舶舷號(hào)的背景色和字符兩者在舷號(hào)部分的這里面有很大的差異。舷號(hào)字符中又包含著大量的有規(guī)律的角點(diǎn)，所以也可同時(shí)利用飽和度來(lái)幫助對(duì)圖像舷號(hào)的定位。

在對(duì)圖像初步處理時(shí)，需要先將它的模型轉(zhuǎn)化為模型， 接著再對(duì)圖像飽和度實(shí)施有效的中值濾波， 這樣來(lái)去除噪聲。

根據(jù)上面的公式，我們對(duì)圖像開始轉(zhuǎn)變，下面的圖A顯示的就是轉(zhuǎn)變完之后的結(jié)果圖。接下來(lái)，我們可以對(duì)它實(shí)施相關(guān)的濾波處理。

文中，我們對(duì)圖1所展示的飽和度圖進(jìn)行了濾波。方便后續(xù)的計(jì)算，我們先對(duì)飽和度成倍放大，這樣做的目的是加大圖像中各個(gè)像素點(diǎn)間的飽和度值。取S0=kS，k=255。為了消除噪聲，接著我們對(duì)飽和度圖進(jìn)行了中值濾波的處理。

3 角點(diǎn)的提取

角點(diǎn)有很高的信息含量，一方面，角點(diǎn)可以保留圖像的許多重要特征[3]，另一方面，角點(diǎn)能減少相關(guān)信息的一些數(shù)據(jù)量，可以大大減化計(jì)算量。

如圖2所示的圓形區(qū)域， 稱之為模板。模板的核在其中心十字交叉的地方。

當(dāng)我們?cè)谡麄€(gè)區(qū)域里面移動(dòng)該模板時(shí)，它和前景會(huì)產(chǎn)生不同的接觸狀況，如圖2所示。在圖像的角點(diǎn)提取中，我們需要用到USAN[4]。

有待進(jìn)行處理的這些點(diǎn)是基于像素領(lǐng)域的，為了求出模板中所有的點(diǎn)與這些點(diǎn)的相似程度[5]，我們用該模板對(duì)圖像里面的所有點(diǎn)進(jìn)行遍歷，在這個(gè)過(guò)程中，把需要處理的這些點(diǎn)與模板區(qū)域里面的核組合重疊在一起，按照上述方法求解出相似程度值。包含在模板里面的前景區(qū)域部分表示的的積分結(jié)果與這個(gè)值在數(shù)值上面是等價(jià)的。

計(jì)算相似程度的公式如下式：

若質(zhì)心和圓形模板核之間的距離比模板半徑的1/4小，則把該位置標(biāo)記為非角點(diǎn)的位置。

我們對(duì)飽和度分量的圖像實(shí)施SUSAN角點(diǎn)提取，其條件是圖像數(shù)據(jù)滿足在色調(diào)值的范圍內(nèi)。在所做的實(shí)驗(yàn)里面， 我們使用的SUSAN掩模的像素?cái)?shù)是37，角點(diǎn)閾值是28 。若掩模區(qū)域的核像素點(diǎn)的角點(diǎn)強(qiáng)度值比這個(gè)區(qū)域里面的所有其他位置上的角點(diǎn)強(qiáng)度值要小， 那么這里就是非角點(diǎn)的地方，我們把這里標(biāo)注下來(lái)，就這樣處理完全部的地方與位置。

然后再把圖像掃描一遍，如果那些點(diǎn)對(duì)應(yīng)的R比0要大，而且之前未被標(biāo)注過(guò)，那么這些點(diǎn)就是最終要提取的角點(diǎn)。圖3是將飽和度分量圖實(shí)施檢測(cè)以后的角點(diǎn)圖。

根據(jù)圖3我們能看出， 當(dāng)對(duì)飽和度分量圖實(shí)行檢測(cè)以后，船的舷號(hào)區(qū)域角點(diǎn)分布很有規(guī)律，所以我們接下來(lái)的定位可以大大簡(jiǎn)化計(jì)算過(guò)程，迅速提升運(yùn)算的速度。

4 初步定位的搜索

（1）按列排序好搜索出來(lái)的所有角點(diǎn)。搜索的范圍是190個(gè)像素的寬度，在這個(gè)范圍內(nèi)從第一個(gè)角點(diǎn)開始搜索。

（2）當(dāng)角點(diǎn)的數(shù)目比16大時(shí)， 那么就認(rèn)定它是船舶舷號(hào)縱坐標(biāo)的起點(diǎn)， 反之， 就認(rèn)為它是單獨(dú)角點(diǎn)， 接著搜索下一個(gè)角點(diǎn)， 這樣一直搜索，當(dāng)找出了縱坐標(biāo)的起始點(diǎn)后，就停止搜索。

（3）如果找出了縱坐標(biāo)的起始點(diǎn)以后， 就接著搜索，當(dāng)找到這樣的一個(gè)范圍，它比16個(gè)角點(diǎn)大，并且這個(gè)范圍就是最靠后的一個(gè)時(shí)，那么船舷號(hào)終點(diǎn)的縱坐標(biāo)就是這個(gè)范圍里面最末尾的那個(gè)角點(diǎn)。

（4）當(dāng)角點(diǎn)包含在縱坐標(biāo)的范圍里面時(shí)，就把所有的這些角點(diǎn)根據(jù)行來(lái)排列，然后對(duì)這些角點(diǎn)按照從上到下的方向進(jìn)行搜索， 搜索的范圍是65個(gè)像素，門限值是16，搜索的步驟與途徑和上面一樣。就這樣求出與起始點(diǎn)相對(duì)應(yīng)的橫坐標(biāo)值。圖4是初步的結(jié)果圖。

5 舷號(hào)進(jìn)一步地檢測(cè)

我們還需要對(duì)舷號(hào)部分做更深一步的檢測(cè)和定位。只有這樣才能實(shí)現(xiàn)我們的預(yù)期的結(jié)果。根據(jù)圖4，我們可以看到船舶舷號(hào)部分的角點(diǎn)是具有一定規(guī)律地分布。所以我們根據(jù)角點(diǎn)的特點(diǎn)設(shè)計(jì)了下面所示的精確的更進(jìn)一步的檢測(cè)和定位方法。

（1）將初步定位的角點(diǎn)根據(jù)列來(lái)進(jìn)行排列。然后從左至右地檢測(cè)每一個(gè)角點(diǎn)。 假如有兩個(gè)角點(diǎn)之間的間隔為16個(gè)像素時(shí)，就把后一個(gè)角點(diǎn)相應(yīng)的縱坐標(biāo)設(shè)置為新的船舶舷號(hào)部分的縱坐標(biāo)，就這樣地搜索下去，一直到當(dāng)出現(xiàn)兩個(gè)角點(diǎn)之間的距離比16個(gè)像素小的時(shí)候，就停止。

（2）用同樣的途徑和方式，根據(jù)從右邊到左邊的方向，進(jìn)行搜索，這樣可使船舶舷號(hào)的區(qū)域變小一些。

（3）按照由左到右的方向搜索每一個(gè)角點(diǎn)，一直到新的船舶舷號(hào)區(qū)域1/4的地方。當(dāng)有兩個(gè)角點(diǎn)之間的間隔比38個(gè)像素大時(shí)，就把這之前的像素都刪除，而船舶舷號(hào)區(qū)起始點(diǎn)所對(duì)應(yīng)的縱坐標(biāo)就是下面緊接著的一個(gè)角點(diǎn)相應(yīng)的縱坐標(biāo)。

（4）再用這樣的途徑來(lái)進(jìn)行由右邊向左邊地搜索。這種方法可以刪除一些無(wú)關(guān)的角點(diǎn)。

（5）根據(jù)以上步驟找到船舶舷號(hào)部分內(nèi)部的角點(diǎn)后，再把這些角點(diǎn)由行來(lái)組合排列。按照由上面到下面的方向進(jìn)行搜索，一直到舷號(hào)部分的2/3的地方。

（6）當(dāng)有兩個(gè)角點(diǎn)相隔的距離比19個(gè)像素大的時(shí)候，就把前面的角點(diǎn)都刪除，接著再根據(jù)由下面到上面的方向，使用前面一樣的途徑和步驟進(jìn)行搜索，當(dāng)找到舷號(hào)開頭角點(diǎn)所對(duì)應(yīng)橫坐標(biāo)值的時(shí)候，停止搜索。圖5為經(jīng)過(guò)精確檢測(cè)后的船舶舷號(hào)部分圖像。

6 分析與總結(jié)

文中是根據(jù)SUSAN角點(diǎn)提取的方法， 提取船舶

圖像的角點(diǎn)， 然后再對(duì)舷號(hào)進(jìn)行進(jìn)一步地檢測(cè)和定位。實(shí)驗(yàn)表明，這種方法可以非常好地抑制噪聲，而且效率比較高，有很好的穩(wěn)定性。

參考文獻(xiàn)：

[1]何東健.數(shù)字圖像處理[M].西安：西安電子科技大學(xué)出版社，2003：30～32.

[2]席志紅，劉利彬，許新利.SUSAN角點(diǎn)檢測(cè)算法改進(jìn)[J].應(yīng)用技術(shù)，2006，33（9）：29～31.

[3]張桂林.利用SUSAN算子的特征復(fù)合相關(guān)定位算法[J].紅外與激光工程，2000，29（4）：34～37.

[4]荊仁杰，葉秀清，徐勝榮等.計(jì)算機(jī)圖像處理[M].杭州：浙江大學(xué)出版社，1990.

[5]張春森.基于點(diǎn)特征匹配的SUSAN，Harris算子比較[J].西安科技大學(xué)學(xué)報(bào)，2007，27（4）：609.

[6]李俊山.數(shù)字圖像處理[M].北京：清華大學(xué)出版社，2007.