三维凸面分析法在迷彩伪装检测中的应用

三维凸面分析法在迷彩伪装检测中的应用
武国晶;吕绪良;邢海宁;章林通;滕雅慧
【摘要】针对边缘检测算法无法检测具有三维凸面性能的伪装目标的缺陷,引入三维凸面检测算子,分析发现,该算子对目标的凸面性能可产生无穷大值响应,但是对噪声相当敏感,从而导致检测结果不准确.由此提出,采用空间域平滑滤波器对图像进行预处理,经预处理后的图像具有良好的抗噪性.通过伪装场景的实际检验证明,改进的方法可有效利用目标具有的三维凸面这一形状特征所表现的灰度差异,成功检测到良好伪装下的迷彩伪装目标.
【期刊名称】《解放军理工大学学报（自然科学版）》
【年(卷),期】2015(016)006
【总页数】5页(P582-586)
【关键词】迷彩伪装;边缘检测;三维凸面分析;伪装检测
【作者】武国晶;吕绪良;邢海宁;章林通;滕雅慧
【作者单位】解放军理工大学野战工程学院,江苏南京210007;南京军区联勤部后勤信息中心,江苏南京210016;解放军理工大学野战工程学院,江苏南京210007;解放军理工大学政治部,江苏南京210007;解放军理工大学野战工程学院,江苏南京210007;解放军理工大学野战工程学院,江苏南京210007
【正文语种】中文
【中图分类】E951.4
边缘检测是数字图像处理的基础，是目标区域识别、区域形状提取等图像分析领域的重要基础。

在进行图像理解和分析时，首先要进行边缘检测。

目前，边缘检测已成为机器视觉研究领域最活跃的课题之一。

于烨等［1］提出了一种基于Hermit
插值的彩色图像边缘检测技术。

辛浩然等［2］用小波变换模极大值检测图像边缘。

成晓倩等［3］提出了一种基于数学形态学的边缘检测算子。

喻钧等［4］提出了
基于金字塔图像分割的边缘检测方法。

张健等［5］提出了基于多态蚁群优化的图像边缘检测法。

乔闹生等［6］提出了基于图像融合的含噪图像边缘检测方法。

张闯等［7］提出了基于欧氏距离图的图像边缘检测。

以上方法都充实并促进了边缘检测算法的发展，但是这些算法对具有三维凸面性能的伪装目标检测无能为力。

本文详细分析三维凸面分析检测法，将其应用到迷彩伪装目标的光学检测，在分析过程中发现该检测法对噪声相当敏感，导致其对检测结果影响巨大。

通过对该方法进行改进，有效检测混杂背景下的凸面伪装目标，可作为传统伪装目标检测方法的有益补充，对改进迷彩伪装设计及进行有效的伪装效果检测评估均具有参考意义。

1 算法模型
1.1 数学描述
设输入的目标图像为I （x，y），则在笛卡尔坐标系下目标图像的梯度为
转化到极坐标下，梯度角为
对梯度角取y方向的偏导数，得到基于凸面的探测算子Yarg，
由式（1）可知，梯度角θ（x，y）在x轴的负半轴部分间断，且在y方向上其值从上限值（约为π）急剧变动到下限值（约为－π）。

因此，在x轴的负半轴部分，
梯度角在y方向的偏导数接近无穷。

也就是说，当接近x轴的负半轴时，Yarg值
接近∞，这个极限同时也揭示了梯度角的过零点。

1.2 探测原理
灰度函数的梯度角是其表面法线的方位角。

所以，梯度角的范围意味着某一灰度表面法线的方位角的范围。

而梯度角过零点（也即灰度表面法线的方位角为0的点）的存在，恰恰强调了灰度面本身的某一结构（三维凸面或凹面）。

Yarg正是利用其在x轴负半轴的无穷响应探测出梯度角的过零点，这些过零点恰
好发生在灰度面为三维凸面或凹面的地方，而这种三维凸或凹的灰度面正是典型的光滑三维凸或凹目标在灰度图中所表现的。

例如，光滑的三维凸朗伯面（理想漫反射面）的图像在点光源下是一个凸的灰度函数。

所以，Yarg的无穷响应结果恰好
反映了灰度面域中表征为三维光滑凸面或凹面的目标。

由于输入是离散的，因此连续函数仅仅是近似的。

抛物面是任意曲面，可作为近似的三维凸面或凹面。

不妨设抛物面的一般方程为
式中，a＞0，b＞0。

则其一阶导数分别为
由式（1）可得其梯度角为
θ（x，y）＝arctan（2b（y－d），2a（x－c））。

则式（2）可写为
除了射线｛（x，y）｜y＝d，x≤c｝，式（3）所示的抛物面的一阶导数在整个平面上连续。

在该射线上其值趋于无穷，在灰度图中表现为明显的亮线。

以抛物面I（x，y）＝5x2＋y2为例进行分析。

图1的（a）（b）（c）分别为其
灰度图、梯度角θ（x，y）的灰度图和Yarg图，可见存在一明显的亮线。

为避免Yarg对凸方向的依赖性，定义一个各向同性的算子，即一个对所有凸方向都有强烈反应的算子。

其一般方法是将原始图像逆时针转动角度π－α，计算转动后图像的Yarg，再将计算结果转回到原始的角度（逆时针转α－π度），这个过程称为计算图像的αarg。

图1的（d）（e）描述了抛物面灰度函数旋转90°后计算得到的梯度角图和灰度图。

这里近似地将各向同性的算子
图1（f）显示了抛物面灰度函数的Darg。

正如所预期的，所有轴均出现了强烈的反应，而各轴的交点即为Darg值的峰值，也即本方法所要检测的凸点。

图1 抛物面I（x，y）＝5x2＋y2分析Fig.1 Analysis of parabola I（x，y）＝5x2 ＋y2
2 算法改进
2.1 基于单兵迷彩伪装的检测技术比较分析
以单兵迷彩伪装为例，选取丛林为伪装背景，进行现行林地的伪装目标检测实验。

图2（a）所示为单兵着现行林地迷彩服进行伪装的目标图像，可见在以绿色为背景的丛林中，身着林地型迷彩服进行伪装的单兵隐藏于背景中，难以被发现。

为客观评价单兵着林地迷彩服潜伏的伪装效果，分别用Prewitt算子、Sobel算子和Canny算子对单兵迷彩伪装目标图进行伪装检测，如图2的（b）（c）（d）所示，结果都没有检测到伪装目标。

图2 典型边缘检测算子单兵林地迷彩伪装检测Fig.2 Edge detection pictures of pattern painting camouflaged soldier in forest by classical operators
从以上基于典型边缘检测算子的检测效果图不难发现，各算子均无法成功检测出迷彩伪装的单兵轮廓。

因为士兵的边缘与环境混合在了一起，阻止了边缘检测算子从
背景中分离出具体的伪装目标。

可见，在混杂的背景下，传统的边缘检测算子无法成功检测到强伪装目标。

下面使用引入的三维凸面分析检测法对身着丛林迷彩服的士兵进行目标检测实验。

图2（a）中士兵身着丛林迷彩服，但其头部在灰度图像中表现了很强的凸性。

按
前文提出的基于光滑凸面分析的伪装目标探测理论，用Darg算子对目标进行探测，探测图中应该会出现少数几个亮点。

虽然背景中存在着少量的凸面元素，也会导致亮点的出现，但最亮的点必然会出现在士兵头部的凸起部位。

图3（a）为基于凸面的Darg算子探测图，由该图可见，全图呈麻点状，出现了
无数的亮点，并未出现预期的效果。

也就是说，使用该方法也无法成功检测出伪装的士兵。

由此可见，基于凸面的伪装检测技术仍存在着一定的缺陷，并不是在任何情况下都能顺利检测到凸面目标。

由于Darg算子直接作用于目标图像的灰度函数，因此分析基于光滑凸面的伪装目标检测技术未能有效检测的原因，可从分析其目标图像的灰度图入手。

图3（b）为图2（a）单兵伪装图的灰度图，可见由于噪声的影响，其灰度图充斥着各种各样的“毛刺”。

分析认为，由于Darg算子对曲面特征的强反应，导致出现了图3（a）的检测结果，产生了无数的亮点，无法成功检测到伪装的士兵。

图3 基于凸面分析的伪装目标检测法Fig.3 Camouflaged detection based on convex analysis
由以上分析可得，传统的基于凸面的伪装检测法在实际应用中对噪声相当敏感，如果一个灰度图出现大量噪声信号，将会对检测结果造成巨大的影响。

要想得到好的伪装检测结果，就必须对图像进行合理的预处理。

2.2 改进及检测结果分析
考虑到Darg算子是基于检测光滑凸面的探测算子，也就是说，Darg算子探测的
是目标图像中灰度面表现为凸的点，而背景中存在的大部分都是平坦目标，即便存
在少量的局部凸面元素，也可以通过滤波消除来保证检测目标的准确性。

因此，Darg算子探测法在图像预处理时，只需保留目标图像中灰度面表现为凸且区域相对较大的一个或几个部分即可，而一些细小的局部灰度凸面则最好被平滑掉，同时可以基本忽略图像因平滑而产生的模糊效应。

空间域的平滑（均值）滤波器是最有效也是最简单的图像平滑方法，因为需要滤除目标图像中的一些细小的局部的凸面元素，同时又不额外产生新的凸面元素，所以选取的滤波掩模要相对较大，而且权系数应相等。

对图2（a）的单兵迷彩伪装图采用25×25的全1矩阵作为滤波掩模，并对目标图像进行平滑处理。

图4（a）为用上述方法进行平滑处理后的图像灰度图，该图的整个灰度面仅出现
了为数不多的几个凸面，从而可以预见在使用Darg算子进行目标探测时必然能有效检测到目标，且噪声干扰会少很多。

图4（b）的结果印证了预测，在目标图像的图中仅出现了少量的亮点。

图4（c）是对D2arg取90%的阈值的结果，只留下了唯一的亮点（因亮点过小，无法看清，图中对检测到的亮点进行了适当的放大处理）。

图4（d）将图4（c）中的亮点标注于单兵迷彩伪装图的相应位置，可见此亮点正对应于士兵头部凸起部位，从而印证了之前的理论分析，成功地探测到了位于复杂背景中的士兵。

图4 改进凸面分析法的伪装目标检测Fig.4 Camouflaged detection based on improved convex analysis
3 结语
迷彩伪装的目的就是要尽可能地消除目标与背景的差别，经典的边缘检测法无法检测出经良好伪装的迷彩目标。

本文提出了一个对目标的凸面特性可产生无穷大值响应的探测算子Darg，通过分析，对该方法进行了有效的改进，克服其在实际探测
时对噪声非常敏感的缺陷。

通过对真实场景中身着丛林迷彩作战服的单兵图像的检测验证，证明该改进方法是有效的，它可作为边缘检测的有效补充，从而进一步加强伪装。

参考文献：
［1］于烨，陆建华，郑君里.基于Hermite插值的彩色图像边缘检测技术［J］.清华大学学报：自然科学版，2008，48（4）：553-557.YU Ye，LU Jianhua，ZHENG Junli.Hermite technique for edge detection in color images ［J］.Journal of Tsinghua University（Science and Technology），2008，48（4）：553-557.（in Chinese）.
［2］辛浩然，张辉，徐凡，等.基于模极大值算法的迷彩织物图像边缘检测［J］.纺织科技进展，2008（5）：15-16.XIN Haoran，ZHANG Hui，XU Fan，et al.Edge detection of disguise fabric images based on wavelet modulus maximum［J］.Progress in Textile Science ＆Technology，2008（5）：15-16.（in Chinese）.
［3］成晓倩.一种基于数学形态学的边缘检测算子［J］.河北理工大学学报：自然科学版，2009，31（2）：55-58.CHENG Xiaoqian.An edge detection operator based on mathematic morphology［J］.Journal of Hebei Institute of Technology（Natural Science Edition），2009，31（2）：55-58.（in Chinese）.
［4］喻钧，陈娜，胡志毅，等.边缘处理在仿真迷彩设计中的研究与应用［J］.计算机仿真，2011，28（6）：38-40.YU Jun，CHEN Na，HU Zhiyi，et
al.Research and application of edge processing on simulating camouflage design［J］.Computer Simulation，2011，28（6）：38-40.（in Chinese）. ［5］张健，周激流，何坤，等.基于多态蚁群优化的图像边缘检测［J］.计算机工
程与应用，2011，47（3）：20-22.ZHANG Jian，ZHOU Jiliu，HE Kun，et al.Polymorphic ant colony optimization algorithm in image edge detection ［J］.Computer Engineering and Applications，2011，47（3）：20-22.（in Chinese）.
［6］乔闹生，邹北骥，邓磊，等.一种基于图像融合的含噪图像边缘检测方法［J］.光电子·激光，2012，23（11）：2215-2220.QIAO Naosheng，ZOU Beiji，DENG Lei，et al.An edge detection method based on image fusion in a noisy image［J］.Journal of Optoelectronics·Laser，2012，23（11）：2215-2220.（in Chinese）.
［7］张闯，王婷婷，孙冬娇，等.基于欧氏距离图的图像边缘检测［J］.中图图像图形学报，2013，18（2）：176-183.ZHANG Chuang，WANG Tingting，SUN Dongjiao，et al.Image edge detection based on the Euclidean distance graph［J］.Journal of Image and Graphics，2013，18（2）：176-183.（in Chinese）.。