侦察图像数据挖掘预处理技术

侦察图像数据挖掘预处理技术

邓奇 ,黄新,叶于林

解放军第32620部队

摘要：随着数据挖掘技术、信息检索技术和多媒体数据库技术的不断发展，现在对侦察图像的数据处理和分析也越来越受到重视。由于有关图像上的数据信息和知识是人类无法直接获取的，但它却可以推动许多领域的发展，并带来许多意料之外的成果，因而引起了数据挖掘、信息检索、人工智能、多媒体等相关领域的广泛关注，利用数据挖掘技术对图像进行分析，寻找隐藏在海量图像数据中的信息和知识，以指导基于图像信息的决策。因此，图像挖掘是一个新兴的研究领域，也是一个快速发展的新领域。本文从无人探测的图像出发，对侦察图像数据的预处理技术进行了深入研究。

关键词：图像数据挖掘﹔图像处理；预处理

前言

图像数据挖掘问题是学术界一个较为新兴起的、富有挑战性质的一个研究方向课题，最近几年中它引起了很大的关注，图像数据的挖掘也成为图像数据库、信息及决策分析等科学领域下的另外一个新重要学术分支，越来越受到学术界研究者普遍的研究重视。图像数据的挖掘是一种通过从海量图像数据库样本中挖掘提取隐藏起来的、具有重要潜在价值意义的、介于信息本身和图像样本之间的信息数据的非平凡过程。目前，图像数据中的图像分类技术关联规则的挖掘、神经网络、图像索引分析以及图像数据多维序列分析等仍然是目前图像数据分析挖掘的一个主要手段。另外，由于无人侦察具有情报周期极短，时效性比较强，侦察监视图像全天时、全天候连续的实时动态侦察监控能力，多角度、全方位的动态情报监控侦察能力等多种优势，并且使用无人机技术能够及时获取国内外大量最新的动态侦察监控图像情报、地面动态、数据等实时侦察和监视信息情报，所以本文主要从无人侦察图像数据的挖掘处理技术进行探究分析。

一、图像数据挖掘的研究意义

人们能够从观察到的景象中获取不同的观察系统。观测系统主要由普通照相机、数码相机、摄像系统、显微成像系统、卫星多光谱扫描成像系统、工业机器人视觉系统等组成。由于图像采集技术的不断发展，人们在日常生活、工作和科学实验中都会产生大量的图像资料，这些图像资料包括普通照片、数码照片、医学图像、气象图像、地理遥感图像、数码图像、卫星图像等。同时，随着资料储存技术的发展，图像资料库的数量也在不断地增长。这些图像中的实体是真实的，而图像的集合又是由实体的变化、相互关系、各种模式、演化规律等构成的。用人类的方式去处理成千上万张图片的数据或者数据库是很难的，也很难找到相关的知识。然而，如果将这些图像资料用电脑加以分析、加工，则会从中发掘出一些有益于人类的资讯和知识。例如，地球资源卫星每天都会拍到很多图像或者视频，对于同一区域来说，这种图像有很强的规律，白天和晚上的图像不同，有可能出现水灾，也会有不同的图像；通过对图象的变化进行分析，可以预测气候变化，预测自然灾害。但是很遗憾，目前还没有一种有效的方法可以从这些图像中提取出有用的信息，人们越来越需要一种能够从图像中提取有意义的语义和知识的方法。

二、无人机侦察图像信息预处理技术

无人机的侦察情报保障要求通常包含以下两个部分：一是采集高精度图像，为判读识别和理解图像提供依据；二是对侦察目标进行识别和定位，为火力打击、地面作战等提供支持。在此基础上，对目标进行快速定位是其最重要和核心的工作。包括：一是在有参考图像的情况下，利用图像匹配方式进行非实时定位；二是根据无人机姿态、位置、侦察状态等遥感数据，快速、实时地计算出目标的位置。以航空光电测控系统为基础的定位功能包括：平台的位置、运动状态、侦察传感器的分辨率、平台指向精度、数据链延迟等。并在此基础上进行了多个空间坐标变换，实现了利用航空光电探测系统对目标的探测图像进行精确地处理。

2.1 无人机侦察视频的实时拼接技术

无人机的典型情报保障要求还包括获取高精度、大范围的侦察图像。由于小型无人机的体积和侦测装备本身的限制，使得无人侦察机的单幅图像所包含的画面结构信息十分有限，难以获得大面积的侦测资料。因此，必须将多个连续的多帧图像结合在一起，才能得到更大的画面，这样才能更好地掌握战场情况。传统的无人机视频图像约为25帧/秒，相邻帧之间存在大量重叠区，为了获得快速、稳定、准确地拼接效果，首先通过对相邻帧进行匹配和拼接，使其快速地拼接成一个大尺度的图像。拼接后的图像能够与基准图像相结合，获得没有特定地理坐标资料的航迹或陆地目标的特定地理位置。

2.2 无人机侦察图像的去雾技术

无人机的侦察图像处理技术要充分考虑到在雾天气条件下拍摄的图像的可视性，因为画面的能见度会下降，图像中的色彩、反差等特性会减弱，从而导致户外图像系统不能正常工作。目前，在计算机视觉领域中，针对特定天气（雨雾）的图像研究尚不够成熟。目前，对图像进行除雾的主要方法有两种：一种是图像增强法，另一种是恢复图像。在此基础上，利用所建立的数学模型，实现了无雾区域图像的自动恢复，从而达到了较好的去雾效果。当前，利用侦察图像进行实时除雾技术已成为一个热门课题。该技术也就是通过改进的暗元方法来进行近实时的视频处理，并在此基础上，将相邻矩形区域的最小化过程划分为行处理和列处理，并通过排队来保持中间量，降低了对比次数。采用改进的方法，以减少重复运算等方法来加快算法的运算速度，实验表明，改进后的方法与原始的暗元素法的去除效果是一样的，并且在处理过程中的速度也有了很大的提高，能够满足实际的处理需求。

2.3 无人机侦察视频的稳像技术

通过对随机抖动或移动的摄像机采集到的图像进行调整、重新排列，输出平滑、稳定的图像序列，以改善图像的品质和效果，并进一步提高图像的处理能力。根据稳像技术的工作原理及工作模式，将无人机侦察图像的稳定成像技术称作“电子稳像”，即利用数字图象处理技术，探测到一系列图像之间的整体运动向量，利用信号处理技术将载体的运动与额外的随机抖动分离出来，并对当前的图像进行转换，从而达到平滑的效果。在电子稳像技术中，最重要的是获取图像序列的整体运动参数，以实现对运动的补偿。本技术的主要目的是在考虑到无人机侦察视频图像的清晰度和反差时，利用改进的 OTSU算法对其进行分割，以获得更清晰的图像，从而获得更高准确率的特征点，并利用八邻域法对其进行优化。最后，基于以上的预处理视频，对图像进行了稳定。

结束语

图像数据深度挖掘也是一个全新的跨学科研究方向，它提出的一些理论思想与理论方法，在今后都仍需要科学家不断地的进一步验证改进和补充完善，特别的是图像数据挖掘相关技术领域的高速发展，以及基于图像特征的更高水平语义智能推理、适合于图像特征研究的知识发现等，都还需要进一步的探索。另外，如何将专业知识与影像学相结合，以专业知识为导向，拓展影像的应用范围，也是一个有待深入研究的课题。

参考文献

[1]都基焱,段连飞,黄国满.无人机电视侦察目标定位原理[M].北京:中国科学技术大学出版社,2013,2-3.

[9]陈慧玲,韩海彬,李明东．图像数据挖掘[J].电脑开发与应用,2019(09).

[3]李航,林毅,孙尔蔓.无人机多源侦察图像融合方法研究[J].舰船电子工程,2019,39(10):45-51.

[4]杨帅,程红,李婷,孙文邦.无人机侦察图像目标定位在军事上的应用研究[J].红外技术,2016,38(06):467-471.

地址

青海省西宁市城东区昆仑中路19号

17761206001 邓奇