電子信息圖像處理在船舶目標(biāo)識別中的應(yīng)用分析

劉紅麗

（煙臺艾睿光電科技有限公司，山東 煙臺 264000）

0 引言

近幾年來，伴隨經(jīng)濟(jì)的高速發(fā)展，海洋之上的船舶不管是航行速度，還是密度都有明顯的提升，進(jìn)而導(dǎo)致船舶之間碰撞事故概率大幅提升，這就對港口交通管理、航行安全保障以及船舶避讓提出了更為苛刻的要求[1]。如今，提高船舶航行安全性的主要措施主要有兩種：第一，船舶在靠岸時，利用船舶交通管理系統(tǒng)加以管理。第二，船舶和船舶之間在海洋上航行過程中，依靠船舶避讓規(guī)則。然而即便如此，船舶碰撞事故依舊是有發(fā)生。且我國實(shí)際的海洋領(lǐng)域已經(jīng)不少于三百萬平方千米，同時擁有十分廣闊的海域以及海岸線，因此在漁業(yè)以及礦產(chǎn)等方面擁有十分豐富的資源[2]。但是，目前海洋之中航運(yùn)行業(yè)的迅速發(fā)展，使得海洋之中的船舶依舊處于不斷增加的狀態(tài)。故而我國需要思考如何進(jìn)一步提高海域交通管理水平，同時也避免整片海域受到敵對勢力的侵入，所以在海域之中加強(qiáng)對船舶目標(biāo)識別的管理即顯得至關(guān)重要。電子信息圖像作為一種相對成熟的圖像，可以應(yīng)用于船舶目標(biāo)識別之中，效果十分理想，這也受到許多學(xué)者的關(guān)注以及重視。

1 船舶目標(biāo)識別的運(yùn)用情況及其未來發(fā)展

海域之中，工作人員開展針對船舶的監(jiān)管以及控制程序之中，最為關(guān)鍵與基礎(chǔ)的便是船舶目標(biāo)的鑒別，而在船舶目標(biāo)識別基礎(chǔ)首次應(yīng)用直至如今，已經(jīng)經(jīng)過了較為漫長的發(fā)展歷史，成為了相對成熟的一種技術(shù)。就目前而言，針對船舶目標(biāo)予以識別的工序之中，運(yùn)用最為頻繁，同時也是最為成熟的技術(shù)便是紅外圖像以及遙感技術(shù)。其中，紅外圖像屬于一種相對成熟的技術(shù)，該技術(shù)是極為經(jīng)典且十分便利的非接觸式技術(shù)，主要采用的設(shè)備便是紅外成像儀[3]。相較于0.78微米更長的電磁波處于可見光光譜紅色之外，又被稱之為紅外線或是紅外輻射。任何物體都能夠輻射紅外線，所以應(yīng)用專業(yè)的探測設(shè)備檢測自身和背景之間的紅外線差，便可獲取不同的紅外線，進(jìn)而組成圖像[4]。該技術(shù)具有優(yōu)秀的抗干擾能力以及隱蔽能力，不僅可以在白天正常工作，即便是在夜晚也能夠正常工作。不僅如此，該技術(shù)不容易受到附近環(huán)境的干擾以及影響，即便是在霧霾或是煙霧等能見度較低的情況下，或是在雨天等惡劣環(huán)境下，都能夠正常工作，具有理想的適應(yīng)性。故而，該技術(shù)在船舶目標(biāo)識別之中的運(yùn)用十分廣泛。而遙感技術(shù)同樣是當(dāng)下船舶目標(biāo)識別較為常用的技術(shù)之一，如果僅僅是對比紅外線目標(biāo)識別技術(shù)與遙感技術(shù)，可以發(fā)現(xiàn)，遙感技術(shù)的應(yīng)用效果更為理想，在開展船舶目標(biāo)識別過程中，不管是圖像最終的分辨率，還是精確度方面，都相比紅外線檢測技術(shù)更為理想。如此一來，工作人員通過該技術(shù)便可獲得關(guān)于船只更多以的有關(guān)信息數(shù)據(jù)，為各項(xiàng)管理方案的下達(dá)以及決策提供了數(shù)據(jù)作為參考，從而幫助工作人員更好地調(diào)度海上運(yùn)行的船舶[5]。不僅如此，遙感技術(shù)本身即有許多優(yōu)勢，例如分辨能力更為理想，工作人員通過遙感技術(shù)可以更加精確地提出有關(guān)信息數(shù)據(jù)，同時擁有和人相近的感知能力，在對船舶目標(biāo)予以識別期間，還可以將并非金屬材料或是處于船舶表面以及船舶表層涂層內(nèi)的目標(biāo)檢驗(yàn)出來，即便是一些電子雷達(dá)檢驗(yàn)較為困難或是可能遺漏的船舶，通過遙感技術(shù)，也可以識別出來。

2 電子信息圖像處理技術(shù)在船舶目標(biāo)識別中的現(xiàn)實(shí)應(yīng)用

目前，為了不斷提高海洋之中船舶目標(biāo)識別的精確度，從而保證所有船只航行的安全性，必然需要將遙感技術(shù)以及電子圖像信息技術(shù)應(yīng)用于船只交通管理工作之中，通過兩種技術(shù)的聯(lián)合應(yīng)用，實(shí)現(xiàn)兩項(xiàng)技術(shù)的優(yōu)勢互補(bǔ)，以保障海域之中遙感技術(shù)整體圖像質(zhì)量以及對特點(diǎn)的分析和凝練，同時借此進(jìn)一步提高船舶目標(biāo)予以識別期間的船舶精確度以及實(shí)際識別效率[6]。針對海洋之中遙感技術(shù)圖像予以處理期間，一般情況下的工作流程如下所示：

2.1 卡爾曼濾波

針對線性系統(tǒng)種類的目標(biāo)信號，工作人員在開展追蹤以及針對信號之中存在的噪聲予以過濾的情況下，卡爾曼濾波技術(shù)便可達(dá)到十分關(guān)鍵的價值，在進(jìn)行濾波過程中，工作人員即需采用狀態(tài)以及觀測兩種不同的方程法針對線性系統(tǒng)內(nèi)部最小的方差予以計算[1]。狀態(tài)與觀測兩種方程公式具體如下所示：

第一，狀態(tài)的方程公式如下：f1（k）=[A]x（k+1）+u（k）。第二，觀測的方程公式如下：f2（k）=[H]x（k）+v（k）。

在上述兩個方程式之中，A表示信號狀態(tài)的矩陣；H表示信號觀測的矩陣。u（k）以及v（k）則分別表示的是信號噪聲的高斯分布狀況，而針對增益效果的計算方式，理應(yīng)采用如下公式：Kp=1/2PHT（HPHT+R）-1。

2.2 圖像的分割

針對船舶目標(biāo)予以識別期間，工作人員應(yīng)尤為關(guān)注電子信息圖像處理技術(shù)關(guān)于圖像分割的工作環(huán)節(jié)，該環(huán)節(jié)也是船舶目標(biāo)識別過程中至關(guān)重要的一個環(huán)節(jié)。所謂圖像分割是為了進(jìn)一步加深對目標(biāo)的分析、分辨以及了解，需要將目標(biāo)從背景之中分割出來[7]。圖像分割是結(jié)合圖像具體灰度、顏色以及幾何性質(zhì)將其中富有特別含義的不同區(qū)域完全分別開來。上述被分開區(qū)域處于彼此不相交的狀態(tài)，且均滿足特定區(qū)域的一致性。流入針對同一目標(biāo)的圖像，普遍需要將圖像之中是該物體內(nèi)的像素或是物體特征像素點(diǎn)從背景之中獨(dú)立分割處理，即把屬于不同物體的所有像素點(diǎn)隔離開來。要求分割所得的區(qū)域必須具備如下特征：

第一，分割所獲得目標(biāo)具有理想的均勻性以及連通性。

第二，相互鄰近的分割區(qū)域之間就選定的對象以目標(biāo)有明顯的差別性，即分割所得的目標(biāo)和背景之間存在明顯的差別。

第三，受到分割的目標(biāo)保證區(qū)域的邊界較為規(guī)整，同時保證邊緣空間定位擁有相對理想的精度[8]。

由于圖片分割是否科學(xué)合理，以及質(zhì)量的高低可以對的船舶目標(biāo)識別的精確程度以及實(shí)際效率構(gòu)成直接性的影響以及干預(yù)。圖像分割過程中應(yīng)尤為注意如下方面內(nèi)容：第一，工作人員針對圖像予以分割過程中，必須嚴(yán)格依照有關(guān)規(guī)則開展，然后根據(jù)規(guī)則將所有圖片完全劃分，并保證所劃分的眾多平圖片之中并沒有完全重疊的區(qū)域。第二，企業(yè)針對圖像進(jìn)行分割的過程中，必須可以滿足唯一和均衡等方面的特征，而其中的唯一性便代表所分割的所有圖像都具有唯一性的特征，和其他圖像或是附近區(qū)域有顯著的差異，而均衡性則代指在所有分割的圖像之中，均包含有一定 的相同性，例如灰度相同等。

如今，運(yùn)用較為普遍的圖像分割方式一般有如下四種：

其一，借由圖像灰度統(tǒng)計信息的方式，較為具有代表性的是閾值化分割方式。

其二，借由圖像空間區(qū)域所獲取的信息以及光譜信息數(shù)據(jù)的圖像分割方式。

其三，應(yīng)用圖像之中灰度的強(qiáng)烈對比最為強(qiáng)烈的區(qū)域信息分析方式，即邊緣檢驗(yàn)方式。

其四，運(yùn)用圖像分類技術(shù)完成圖像分割的像素類別區(qū)分方式。

而就上述各種方法而言，以閾值為基礎(chǔ)獲取圖像分割方式是后去目標(biāo)與背景于灰度方面存在的差別，將圖像區(qū)分為具有灰度級各異的目標(biāo)區(qū)域以及北京區(qū)域的構(gòu)成。該方式在針對目標(biāo)物與背景之間對比極為強(qiáng)烈的景物予以分割過程中具有極為明顯的優(yōu)勢，計算也更為便捷，且能夠應(yīng)用封閉或是聯(lián)通的邊界定義沒有重復(fù)的區(qū)域。故而，閾值化方式在圖像分割過程中的優(yōu)勢最為明顯且具有實(shí)用性。而由于閾值化方式具有諸多優(yōu)勢，所以在海洋船舶目標(biāo)識別之中的應(yīng)用更為廣泛，可以作為圖像分割的首選方式，在實(shí)際處理期間，通過直方圖便能夠較為便捷地明確目標(biāo)和背景灰度突然變化的位置，同時將閾值固定在該位置。

2.3 圖像的識別

分割得出的目標(biāo)之后便可進(jìn)入目標(biāo)識別環(huán)節(jié)，可以利用模板匹配的方式或是人工神經(jīng)元網(wǎng)絡(luò)方式完成目標(biāo)的識別。近些年來，人工神經(jīng)網(wǎng)絡(luò)依靠其抗干擾能力優(yōu)秀、容錯率高、自我學(xué)習(xí)能力優(yōu)秀、識別速度快以及自適應(yīng)能力強(qiáng)等諸多優(yōu)勢得到更為廣泛的關(guān)注。盡管單一神經(jīng)元功能較為有限，但是大規(guī)模神經(jīng)元構(gòu)建的網(wǎng)絡(luò)系統(tǒng)所具有的功能十分理想。線性系統(tǒng)本身具有許多局限性存在啊，以至于僅應(yīng)用線性系統(tǒng)模擬的仿真模型將和實(shí)際情況之間存在顯著地差別，此時人工神經(jīng)網(wǎng)絡(luò)非線性特點(diǎn)的優(yōu)勢便得以充分的發(fā)揮。在曾經(jīng)學(xué)習(xí)過或是相近的刺激添加之后，輸出端自然會依照權(quán)值矩陣形成對應(yīng)的輸出。在競爭以及抑制學(xué)習(xí)過程中，這一模型把處理單元區(qū)分為多個競爭池，而不同的競爭池之間也存在激勵連接，通常情況下激勵連接為雙向，而相同池各個單元之間也存在一直連接，對該池子之中的全部其余單元，進(jìn)而如果外界對不同池子之中的一個或是多個單元予以刺激之后，將有效激活各個池子之中互相連接最為理想的一組單元，進(jìn)而針對這一刺激的整體會議，進(jìn)而實(shí)現(xiàn)錄入目標(biāo)圖片以及一致目標(biāo)模板的匹配，即完成目標(biāo)的識別。

2.4 特征的提煉

電子信息圖像技術(shù)應(yīng)用于船舶目標(biāo)識別工作之中，最為主要的應(yīng)用環(huán)節(jié)，便是對圖像之中特征的提煉，由于該環(huán)節(jié)最為罐近的作用是在大規(guī)模遙感圖像之中可以更為精確地選用到富有參考價值最高的特點(diǎn)。另外，針對特征進(jìn)行提取還有一個相對關(guān)鍵的作用，便是可以實(shí)現(xiàn)有關(guān)信息數(shù)據(jù)的合理壓縮。如此一來，工作人員在實(shí)際工作之中，可以的顯著提高圖像識別、處理以及分析流程的實(shí)際效率，同時可以顯著減少有關(guān)工作人員顯示工作量，能夠幫助工作人員及時了解當(dāng)前海洋所有船舶的航行狀況，甚至提出一些預(yù)見性的措施，對保證船舶航行的安全性有較為明顯的提高。

2.5 船舶目標(biāo)識別的仿真

通常情況下，識別軟件可以運(yùn)用C++編程語言，于Microsoft Visual Studio平臺之上完成遙感圖像的目標(biāo)識別程序編輯。VS平臺是當(dāng)前應(yīng)用十分廣泛的應(yīng)用程序開發(fā)環(huán)境，人機(jī)交互性能理想，程序的調(diào)試率也較為理想。同時應(yīng)用Open CV開展遙感圖像的分析，同時Open GL完成圖像的顯示以及目標(biāo)分辨。而圖像經(jīng)過了濾波、降噪以及特點(diǎn)提煉等電子圖像分析、處理以及加工之后，便可基本獲得較為清楚的海上船舶目標(biāo)。

3 結(jié)束語

如今，針對海洋之中船舶開展監(jiān)督以及控制是當(dāng)前最為急需的技術(shù)，同時也是最為關(guān)鍵的技術(shù)，而船舶目標(biāo)識別技術(shù)是海洋中船舶監(jiān)督與控制得以實(shí)現(xiàn)的基礎(chǔ)以及根本，也是在船舶目標(biāo)識別之中運(yùn)用最為普遍與的一項(xiàng)技術(shù)，不止是刻意在海洋之中船舶快速航行的狀態(tài)下，捕捉到對方的有關(guān)信息數(shù)據(jù)，且獲取信息的效率以及精確度也有顯著的提高，這對加強(qiáng)我國海防事業(yè)、海上救援以及非法捕魚打擊工作而言都十分有利，故而，本文概述了我國電子信息圖像基本情況，并基于此從卡爾曼濾波以及圖像的分割等三個方面論述電子信息圖像技術(shù)在船舶目標(biāo)識別方面中的運(yùn)用，對提高船舶目標(biāo)識別而言具有積極意義與價值。