[发明专利]在复杂工业环境下的视频图像中自动识别目标图像的方法

说明书

技术领域

本发明涉及复杂工业环境下视频图像的处理技术领域，尤其是一种核事故现场等复杂工业环境下对视频图像中核设施等目标图像进行自动识别的方法。

背景技术

在复杂工业环境下，比如核电厂在事故工况下将遭受巨大的破坏，很多核设施外表与事故前相比发生很大的变化，核设施可能会发生变形或部分缺失，另外核事故工况下现场经常充满辐射，难以依靠人工对事故现场的核设施进行快速有效地识别。而核事故的缓解需要快速准确地识别/定位各种核设施，从而有效地对其进行评估或操作。因此，采用先进的图像处理算法对核事故现场视频图像中的目标核设施等图像进行有效地识别成为这一难题的有效解决方案。

在事故工况下，核设施视频图像将面临亮度和对比度低、图像被噪声污染以及图像模糊等不利的外界因素。使得对核设施等视频图像中重要的核设施图像的识别变得很困难，直接影响了对核事故的判断和处理效率。直方图均衡变换或匹配、自适应中值滤波和拉普拉斯滤波运算是解决核事故现场视频图像面临的不利因素的较为有效的算法。将这些算法有效地应用于核设施视频图像的识别中可极大地提高识别的准确性和识别效率。

Scale-invariant feature transform (SIFT)算法是一种进行目标识别的应用广泛的算法。这种算法通过提取图像的局部特征，并进行局部特征的匹配来实现目标图像的识别。对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性；适用于在海量特征数据库中进行快速、准确的匹配；但是目前尚未见到将直方图均衡变换或匹配、自适应中值滤波和拉普拉斯滤波运算与SIFT算法相结合并对核事故现场视频图像中目标核设施图像识别的报道。

直方图均衡变换或匹配、自适应中值滤波和拉普拉斯滤波运算与SIFT算法虽然具有很好的图像处理效果，但是这些算法应用于核事故现场视频图像识别时，需要处理海量的图像数据，因此其运算量相当大。采用传统的CPU和软件的方式很难满足对核事故现场视频图像进行识别运算的实时性要求。

王德俊等2010年提出的“基于FPGA的实时图像改进直方图均衡化算法”， 根据视频图像相邻两场直方图的高度相似性特点，在FPGA视频图像处理平台上硬件实现改进直方图均衡化算法，满足视频图像处理的实时性要求。王伟等2008年提出的“基于FPGA的中值滤波快速算法的设计与实现”，给出了用FPGA实现快速图像中值滤波算法的方案，可在图像预处理系统中获得良好的滤波效果，并可满足其实时性要求。毛伟民等2009年提出的“拉普拉斯算子的FPGA实现方法”，设计出拉普拉斯算子实现的硬件结构，具有良好的滤波效果，且设计方便、有效。

在SIFT的高速实现方面，HUANG F C等2012年提出了“实时图像特征提取的高性能SIFT硬件加速”方案，由两个互相交互的ASIC方硬件部分实现SIFT算法。一个部分用于特征关键点的辨识，另一部分用于生成特征描述子。关键点辨识采用包含三级流水的并行单元构架。当特征点的数目小于890个时，采用TSMC的180ns CMOS工艺实现的ASIC芯片，处理一幅640*480像素的VGA(Video Graphic Array)图像仅需3.4ms。而基于2.1GHz Intel CPU的软件实现同样规模的VGA图像的SIFT算法，需要2.87秒，无法满足实时图像处理的要求。因此，基于ASIC硬件实现SIFT算法较采用软件方式实现速度有了巨大的提高。但是，基于ASIC芯片来实现SIFT算法，其功能是固定的，无法根据实际的需要进行相应的算法优化，而且成本高/开发周期长的不足。因此,采用FPGA是实现核电图像识别算法的最佳途径。

综上所述，目前在核事故现场等复杂工业环境下视频图像的处理领域还没有一种有效的算法来对其中的图像进行实时的识别。现有的图像处理算法中应用较为广泛的SIFT算法并没有考虑核事故现场等复杂工业环境对视频图像质量造成的影响，比如图像的对比度和亮度低、图像模糊或图像被噪声污染的情况。为了可靠地在事故工况下对核事故现场的视频图像进行实时有效的识别，从而可以对事故后的核现场进行有效快速的操作，急需一种具有高实时性的且能适应恶劣工况的核事故现场视频图像的识别方法。

发明内容

本发明所要解决的技术问题是核事故现场等复杂工业环境中视频图像亮度及对比度低、被噪声污染或模糊等因素所导致的识别目标核设施等图像困难。

本发明为解决上述问题而采用的技术方案是：在复杂工业环境下的视频图像中自动识别目标图像的方法，其步骤包括：