刘海峰 张超 罗江 林福良

星载红外探测具有隐蔽性强、探测距离远、抗干扰能力强、全天候实时探测等优势,已经被广泛应用于军事领域,其中最常用的就是基于红外图像的船舶目标检测与识别[1−2].

红外图像船舶目标识别一般先对图像进行处理,包括图像滤波、图像分割[3]、图像形态学处理[4]、二值图像区域标记[5]等,然后,提取目标的特征,包括几何特征[6−7](长、宽、面积、质心等)、纹理特征[8−9](对比度、熵、平均值等)、形状特征[10](圆形度、宽长比、不变矩等)等.最后,建立基于目标特征的识别模型,包括模板匹配[11]、人工智能、机器学习以及深度机器学习等方法.

提取船舶目标特征的基础是首先确定目标区域的轮廓,现有提取目标轮廓的方法有:基于边缘检测的方法[12]、二值图像轮廓提取方法、轮廓跟踪方法[13]等.基于边缘检测的方法就是利用目标区域与背景的灰度差异,首先利用边缘检测方法确定目标区域的边缘,常用的边缘检测方法有:Sobel算子[14]、Robert算子[15]、Prewitt算子[16]、高斯拉普拉斯算子[17]、Canny算子[18]等.然后,设定灰度阈值,对边缘检测图像进行二值化处理,大于等于阈值的作为目标边缘,其他的作为背景.由于目标区域内部灰度的不均匀性,目标区域内部也会产生相应的边缘,但是目标区域内部的边缘并不是目标轮廓的一部分.为此,需要忽略目标区域内部的边缘,只保留目标区域最外围的边缘作为目标的轮廓.二值图像目标轮廓提取方法的基本原理就是掏空目标区域……