LIU شياو يانغ، شيويه نقية

(كلية علوم المعلومات والهندسة، جامعة المحيط في الصين، وتشينغداو، شاندونغ 266100)

: صورة الكشف عن البروز من قيمة كبيرة في تحديد الهدف، وتتبع الهدف، واستخراج البيانات والدراسات البصرية الأخرى، والبحث هو أساس الصور تحت الماء من التخصصات البحرية ذات الصلة. اقترحت تهدف خصائص الصورة تحت الماء واحد كبير متعددة النطاقات ملزمة طريقة الكشف المنطقة، وصورة تعزيز Retinex superpixel تجزئة خوارزمية للحصول على الزي الرسمي، FIG كبير واضح. تجرى على كل superpixel نطاق تقديرات احتمالية كبيرة وتقدير النظرية الافتراضية، FIG نطاق مختلف بشكل كبير مرافعة النهائية والترجيح تصفية دليل، ونحن على نحو سلس وحواف حادة بشكل ملحوظ FIG. وضع مجموعة البيانات وفقا لعدة مسافات مختلفة تسوس تحت الماء، للتحقق من أن الخوارزمية قوية.

: صورة تعزيز، سوبر بكسل، تقدير النظرية الافتراضية، كبيرة

: كود TP391 الوثيقة: ADOI: 10.19358 / j.issn.1674-7720.2017.09.014

شكل إشارة : LIU شياو يانغ، شيويه النقي الكشف تحت الماء بناء على صورة المنطقة أهميتها متعددة على نطاق [J] ITS APPLICATIONS، 2017،36 (9): 45-48.

0 مقدمة

يشير الانتباه البصري للإنسان والثدييات الأخرى يمكن أن تجد منطقة خاصة بهم في المصالح، أو أكثر أهمية في مواجهة مشاهد معقدة بسرعة، وأولوياتها، وتحسن كثيرا من كفاءة معالجة المعلومات في النظام البصري. آلية الاهتمام المرئية هو حقل متعدد التخصصات من متعدد الصليب، التي تركز كثير من الباحثين حول مواضيع مثل: علم الأعصاب، علم وظائف الأعضاء، وعلم النفس، وعلم الحاسوب.

حيث الكمبيوتر في الانتباه البصري في فن كاختبار أهمية، والذي يكشف معلومات هامة الصورة، يتم تجاهل المعلومات الزائدة عن الحاجة. يتم استخدام النموذج الحسابي من الانتباه البصري في العديد من رؤية الكمبيوتر، وتجزئة الصورة، والتعرف على وجوه، المعلومات البصرية مثل ضغط الفيديو والتعدين [1]. الصورتين على أساس الرسم البياني نظرية المقترحة أهمية تحليل خوارزمية (GBVS خوارزمية) [3]، وقد اكنتا أخرى خوارزميات الكشف كبيرة العديد من مصبوب صب البروز خريطة نموذج مثل ITTI اقترحه [2]، اقترح هرئيل قبل تحليل يستند المتبقية الأطياف من مجال التردد المكاني FIG طرازا مميزا (AC خوارزمية والخوارزمية IG) [4-5]، ومثل هوى شياو دى المقترح (أسلوب ريال سعودي) [6]. وهي تستند إلى أساس نظري آخر، هو ممثل للغاية، وسهلة التنفيذ على جهاز كمبيوتر، وكانت نتائج التجربة أفضل.

في نظام التصوير تحت الماء، حيث أن امتصاص الضوء من الجزيئات تشتت الضوء في الماء وسط مائي و، بحيث الماء مع تخفيف قوي للصورة وخصائص قرار غير كافية. ولذلك، فإن النموذج التقليدي للكشف عن أهميتها على الرغم من أهمية للكشف عن تصوير الضوئي على الأرض مع نتائج جيدة، ولكن ليست مناسبة للتحت الماء الضوئية كشف التصوير أهميتها. هذه الورقة الهدايا وتعزز إلى حد كبير ملزمة Retinex المنطقة صورة طريقة الكشف عن متعددة النطاقات [7] وخوارزمية superpixel تجزئة [8] حتى يتسنى للكشف عن الصور تحت الماء الحصول على نتائج أفضل بكثير.

1Retinex تعزيز صورة الخوارزميات

منذ امتصاص الماء تأثير وتأثير تشتت الضوء حتى الصور تحت الماء خطيرة وتفاصيل طمس الإنارة غير موحدة، وSNR منخفضة جدا، وعلى النقيض من تدهور بشكل ملحوظ، ومزرق العام أو ظلال الأخضر من الألوان والسطوع وغالبا ما غير متساو، لذلك نحن بحاجة إلى دراسة تحت الماء صور للمعالجة تحسين الصورة. هذه الورقة يختار تحت الماء تحسين الصورة على أساس ثبات اللون تحسين الصورة Retinex الخوارزميات.

وفقا لنظرية Retinex، وتتصور العين البشرية سطوع الكائن يعتمد على سطح الجسم وتنعكس الإضاءة البيئة معرضا للاشعاع مع الضوء، والتعبير الرياضي هو:

S (س، ص) = R (س، ص) L (س، ص) (1)

حيث: S (س، ص) يمثل يلحظ أو الكاميرا يتلقى إشارة الصورة؛ L (س، ص) هو يمثل العنصر المشع للضوء المحيط، R (س، ص) يمثل مكونات انعكاس للصورة الكائن الهدف قام تفاصيل . Retinex نظرية الغرض من ذلك هو القضاء على إضاءة مكون من الصورة المكتسبة للجسم الحصول على عنصر التفكير، أي، يتم الحصول على المظهر الأصلي للكائن.

اتخاذ الجانبين من المعادلة (1) إلى رقم، وهما:

سجل [R (س، ص)] = سجل [S (س، ص)] - سجل [L (س، ص)] (2)

حيث، L (س، ص) أن تكون الصورة S الأصلي (س، ص) التي تم الحصول عليها عن طريق القيام التمويه الضبابي.

متعدد المقاييس Retinex الخوارزمية هو المبلغ المرجح للمقياس واحد Retinex الخوارزمية، صورة مضغوطة لا يمكن تحقيق سوى مجموعة ديناميكية، مع الحفاظ على شعور جيد من تناسق الألوان. التعبير الرياضي هو:

سجل [R (س، ص)] = = Ni 1i {سجل [سي (س، ص)] - سجل [لي (س، ص)]} (3)

حيث، N يمثل عدد من الأبعاد، وعادة 3؛ i يمثل معامل الترجيح، ووزن كل حق مقياس يجب أن تكون قيمة الكلاسيكية للوزن متساو.

أكثر من عقدين من منطقة صورة تحت الماء كشف كبير

عندما كشف البروز، وتجزئة وsuperpixel اختيار التمويه تجانس، superpixel نتيجة تجزئة الحصول على مستويات مختلفة، وتقدير السوبر بكسل النظرية الافتراضية تقدير احتمال على كل مقياس، وأخيرا خريطة البروز الحصول على مستويات مختلفة ل تصفية مبلغ مرجح، ودليل، وأخيرا للحصول على FIG كبير للفوز على نحو سلس.

2.1 تصفية جاوس وتنقسم superpixel SLIC

جاوس تصفية 2.1.1

تصفية جاوس هو تصفية الخطية، قالب مع كل من بكسل الصورة الممسوحة ضوئيا، المتوسط المرجح لبكسل قيمة الرمادي في حي تحددها قيمة القالب لتحل محل بكسل المركزي من القالب. في التعبير ثنائي الأبعاد هو:

من خلال تغيير المعلمة [سيغما] التي تم الحصول عليها نتيجة مختلفة تجانس، وأكبر [سيغما]، وعلى نطاق أوسع نطاق التردد للمرشح التمويه، وأفضل درجة تجانس.

2.1.2SLIC السوبر تقسيم بكسل

SLIC خوارزمية على أساس القرب واللون تشابه بين بكسل للموقف المكاني للتجميع الجيل الصورة رقم السوبر بكسل (لا يزيد عن عدد البكسل في الصورة) المتوقع، وكمية حساب صغير. الخطوات الأساسية:

(1) تهيئة مراكز العنقودية. Superpixel وفقا لعدد محدد، ونقاط البذور تخصيص موحد داخل الصورة. لنفترض أن هناك الإجمالية N بكسل صورة، وتنقسم إلى ما قبل K السوبر بكسل نفس الحجم، ثم حجم كل السوبر بكسل الصورة = N / K، من البذور النقطة المجاورة (الخطوات) وحوالي S = الجذر التربيعي (N / K).

(2) في نقطة ن البذور ن نقطة إعادة تحديد نسل حي (عموما ن = 3). حساب القيم المتدرجة في حي كل بكسل، وهذه النقطة البذور إلى الحد الأدنى التدرج في حي المكان.

(3) في حي حول كل بكسل لكل نقطة البذور يتم تعيين تسمية الطبقة، أي التي تنتمي إلى وسط المجموعة. سوبر حجم بكسل المطلوب S S، والحد من البحث 2S 2S، يمكن تسريع التقارب.

(4) قياس المسافة. تضم مسافة مساحة اللون والمسافة لكل بكسل البحث، فإنه بحساب المسافة من نقطة البذور، والبذور نقطة المقابلة إلى الحد الأدنى كنقطة وسط مجموعة من بكسل.

(5) تحسين تكرارية. التكرار لا تزال حتى CONVERGES الخطأ، يستغرق عادة 10 تكرارات.

(6) تعزيز الاتصال. لتجنب متعددة الاتصالات، حجم فائقة بكسل صغير جدا، يتم قطع فائقة بكسل واحد إلى عدد وافر من منفصلة تتجاوز بكسل، يمكن وضع علامة على الجدول الجديد، وفقا لنوع "Z" الاتجاه (من اليسار إلى اليمين ومن الأعلى إلى الأسفل الترتيب) متقطع السوبر بكسل، حجم بكسل صغير جدا جدا لإعادة تعيين المجاورة فائقة بكسل، اجتاز بكسل تعيين إلى التسمية المقابلة حتى عن الانتهاء نقطة عبور.

2.2 سوبر تقدير بكسل أهميتها

لخريطة تجزئة في كل مقياس، يتم الحكم على ثلاثة أنواع من قبل superpixel سياسة كبيرة ما إذا كان كبيرا [9]. على النقيض المحلي: ممثلة حساب المسافة الإقليدية بين كل superpixel. تعويض من المركز: بكسل المكاني عن طريق حساب المركز الهندسي للصورة من المركز الهندسي للسوبر ممثلة superpixel بالقرب من وسط الصورة هي أكثر عرضة للأهمية. Superpixel النزاهة: حساب الصورة من خلال بكسل حافة ضمن بكسل سوبر يتضمن ممثلة، والمناطق superpixel الواردة أكثر بكسل حافة الصورة أكثر عرضة لتكون ناقصة. صيغة محددة على النحو التالي:

حيث، يمثل أحد CMI superpixel، يمثل superpixel NMJ واللجنة البحرية الدولية المتاخمة المنطقة، NMI يمثل عدد من المناطق المجاورة، wmij superpixel يمثل مجموعة من {NMJ} NMJ المجاور لنسبة الكلي. د (CMI، NMJ) يمثل المسافة الإقليدية، ح () = - سجل (1-) وظيفة لضمان أن الإخراج هو إيجابي، ز (س، ص) تمثل superpixel CMI المركز الهندسي (س، ص) مع المركز الهندسي FIG الكامل (X0، Y0 ) المسافة المكانية، x، y هي واسعة وأعلى مجموع FIG 1/3، ومن ثم superpixel المتوفرة بالقرب من وسط الصورة هي أكثر عرضة للإصابة كبيرة، ف (ش) ممثلة في اللجنة البحرية الدولية سلامة، ش يمثل CMI عدد البكسل حافة شملت، E هو العدد الإجمالي للبكسل حافة، ش أكبر، وأكثر بكسل عند الحواف، أصغر ف (ش)، الذي المنطقة فائقة بكسل غير كاملة. وهكذا، من خلال حساب أعلاه، بكسل يمكن الحصول على منطقة كبيرة.

2.3 حساب وظيفة مراقبة احتمال

عن طريق الكشف الزاوية هاريس إلى نقاط استخراج البارزة للصورة، مع محدب بدن حافة كل كبير من النقاط البارزة الأخرى من نقطة محاطة تأتي، إذا كان جزء متداخلة من منطقة فائقة بكسل للبدن محدب أكبر من عتبة مجموعة، ثم يتم تسميته تم حساب مراقبة L، أ، ب ثلاث قنوات وظيفة احتمال الضرب ؛؛ المقدمة، ثم الأمامية والخلفية الانفصال وأخيرا، جنبا إلى جنب مع وظيفة كبيرة superpixel التي تم الحصول عليها في الخطوة السابقة، لإعطاء وظيفة هامة النهائية .

في (L، أ، ب) ثلاث قنوات بحساب وظيفة بكسل ض مراقبة احتمال:

حيث، NS1، NS0 تمثل المقدمة S1 وS0 كل القيم بكسل الخلفية، N1 (ZR)، N0 (ZR) تمثل القيم ص (ض) = (ل، أ، ب) في لون الرسم البياني إحصاءات الفضاء. ثم حساب احتمال كل بكسل هو المقدمة أو الخلفية.

التوليف السابق، بكسل فائقة وبكسل كبير الملاحظة احتمال الجمع بين وظيفة تقدير للحصول على وظيفة كبيرة من بكسل في حجم معين:

2.4 مقياس مبلغ مرجح

متعددة الحجم الناتجة البروز خريطة المبلغ المرجح، على افتراض جداول M، بكسل لوظيفة V كبير النهائي (ض) ض هو:

حيث، وم (ض) هو وزن كل مقياس الوزن، الطول (ض) يمثل ض المناطق superpixel حيث الطول (ض) يدل على متوسط قيمة بكسل من هذه المناطق superpixel، (ض) يمثل تطبيع.

3 النتائج التجريبية والتحليل

الحصول على صور ضوح 2.5 متر في مياه البحر، والعلاقة مياه البحر مسافة الرؤية التوهين، أي الرؤية إلى 3.5 أضعاف المسافة التوهين، وإنشاء ثلاث مجموعات البيانات، هي المستهدفة من 1.5 مرة من توهين CCD من 2.0 أضعاف المسافة الاضمحلال، 2.5 أضعاف توهين المسافة، ما يقرب من 80 صورة لكل مجموعة، للتحقق من فعالية الخوارزمية على مجموعة البيانات. الرقم 1 هو صورة تحت الماء تم الحصول عليها من الاضمحلال مرات من 1.5 (حوالي 1.5 0.7 م) أدناه.

3.1 تحت الماء تحسين الصورة

تتم مقارنة عدة الكلاسيكية المادة المختارة خوارزميات تحسين الصورة، والنتائج هو مبين في الشكل.

2، وتعزيز نطاق متعدد Retinex خوارزمية تعزيز تأثير تباين أقوى، بعد الكشف عن أهمية أكثر فائدة، لذلك هذا خيار متعددة على نطاق وخوارزمية تحسين الصورة Retinex تحت الماء تحسين الصورة. البعد أقصى 300، وهو مقياس لوغاريتمي هو 3.

superpixel تجزئة أكثر من 3.2 النطاق

وتعزيز superpixel الصورة لتجزئة المتعددة النطاقات، عن طريق تغيير حجم الصورة المعلمة وSLIC التمويه المعلمات تمهيد [سيغما]، نتيجة superpixel تجزئة الحصول على مختلف المستويات. أنه يحتوي على معلومات اللون والملمس بكسل مشابهة جدا في منطقة صغيرة من فائقة بكسل كحد أقصى حد ممكن للحفاظ على الهدف في صورة معلومات بنية الحدود الأصلية. 3 هو أكثر من نمط تقسيم نطاق واسع.

3.3 البارزة نتيجة الكشف المنطقة

تجرى على كل superpixel نطاق واسع والنظرية الافتراضية تقدير تقديرات احتمالية كبيرة، والجمع المرجح النهائي للخريطة البروز، وأخيرا توجيه تصفية، وأخيرا للحصول على FIG كبير للفوز على نحو سلس. التين 4 الى 6 مجموعات النتائج التجريبية.

(1) FIG. 4 هو نتيجة هامة الكشف تحت الماء من الصورة 1.5 مرة من التوهين (حوالي 1.5 0.7 م).

(2) FIG. 5 هو نتيجة هامة للكشف عن الصور تحت الماء ضعف المسافة توهين (حوالي 2 0.7 م).

(3) FIG. 6 هو نتيجة ذات دلالة إحصائية للكشف عن الصور تحت الماء 2.5 مرة توهين المسافة (حوالي 2.5 0.7 م).

وقد اظهرت النتائج أن الخوارزمية على مجموعات البيانات المختلفة حققت نتائج جيدة، ومزيد من المعالجة للتحقق من الصور تحت الماء في الكشف عن فعالية ومتانة كبيرة.

4 خاتمة

والمغزى الرئيسي من هذه الورقة تحت الماء المنطقة صورة الكشف عن خصائص ملزم من الصور تحت الماء وفقا لخوارزميات تحسين الصورة، والحصول على الزي الرسمي، واضحة خريطة البروز، وتوهين مسافات مختلفة متعددة، لإنشاء مجموعة البيانات المناسبة، للتحقق من فعالية وقوة الخوارزمية الجنس، وضعت الأساس لتحديد الهدف تحت الماء، وتتبع الهدف، البحوث التعدين المعلومات البصرية.

مراجع

. البصرية تتبع خوارزمية [1] وو Shidong معلومات مسبقة على أساس الهدف [J] ITS APPLICATIONS، 2016، 35 (4): 46-49.

[2] ITTI L، KOCH C، E. NIEBUR نموذج من البروز الانتباه البصري القائمة على تحليل المشهد السريع [J] المعاملات IEEE على تحليل نمط وآلة الاستخبارات، 1998، 20 (11) :. 1254-1259.

[3] هاريل J، KOCH C، بيرونا P. Graphbased البروز البصرية [J] التقدم في العصبية أنظمة معالجة المعلومات، 2007 (19) :. 545-552.

. [4] اكنتا R، F إسترادا، WILS P، وآخرون البارزة كشف المنطقة وتجزئة [C] المؤتمر الدولي لنظم الرؤية الحاسوب، 2008 :. 66-75.

. [5] اكنتا R، HEMAMI S، F إسترادا، وآخرون Frequencytuned البارزة كشف المنطقة [C] المؤتمر الدولي حول الرؤية الحاسوب والتعرف على الأنماط 2009 :. 1597-1604.

[6] هوى شياو دى، تشانغ لى تشينغ البروز كشف :. A الطيفية نهج المتبقية [C] مؤتمر IEEE على رؤية الحاسوب والتعرف على الأنماط 2007 :. 1-8.

[7] شياو يان فنغ. بحث [D] لاستعادة نظرية Retinex تعزيز صورة الخوارزمية. شنغهاي: جامعة جياوتونغ فى شانغهاى، 2007.

[8] Ruanshi فنغ. دراسة صورة superpixel كبيرة على أساس [D]. شيان: شيان جامعة العلوم الالكترونية والتكنولوجيا، 2014.

[9] تونغ نا، لو Huchuan، تشانغ LIHE، وآخرون كشف آل البروز مع superpixels multiscale [J] IEEE معالجة الإشارات الآداب، 2014، 21 (9): .. 1035-1039.