基于压缩感知关联成像的目标检测技术康祎+张雷洪摘要：高效率的目标检测是视觉应用的重要技术，但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中，利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值，直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题，同时检测到的目标图像清晰，采样次数少，信噪比也较高。关键词：压缩感知；关联成像；背景差分；目标检测：O435文献标志码：Adoi：10.3969/j.issn.10055630.2017.06.001Abstract：Efficienttargetdetectionisanimportanttechnologyformanyvisionapplications，buttheextractionofmovingtargetsiseasilyaffectedbytheenvironment.Ghostimagingcansolvetheproblemofcapturingaclearimageinaspecialsituation.Itcansolvetheproblemsforconventionalimagingtechniques.Intargetdetection，theimageinformationisfirstlycapturedbyghostimaging.Themeasuredvaluesoftargetimageareobtainedinthecompresseddomain.Thetargetimageisreconstructedbycompressivesensing.Themethodcansolvetheproblemthattheconventionalmethodcantdetectthetargetinaspecialenvironment.Thereconstructedtargetimageisclearandhaslessnumberofsamples.Thesignalnoiceratioishigher.Keywords：compressivesensing；ghostimaging；backgroundsubtraction；targetdetection引言目标检测[1]是运动图像分析、可视监控、可视人机交互中的重要处理步骤。在目标检测法中，常用的方法有背景差分法、光流法和帧间差分法[24]。背景差分法实现简单，在固定或者缓慢变化的背景下能够完整地、精确地、快速地分割出运动对象，适用于一般视频监控应用需求。基于混合高斯模型的背景差分法的提出，解决了光照变化对目标检测的影响，但背景的快速变化对结果有较大影响[56]。而将背景差分法和帧间差分法相结合，取得了较好的效果，但还存在目标轮廓检测不完整和目标相关点保留较少的问题[78]。用连续三帧差分代替两帧，并和背景差分法结合起来，将背景差分的结果与三帧差分的结果进行运算，可以快速准确的提取目标图像[9]。随着压缩感知（compressivesensing，CS）[10]的提出，基于压缩感知的背景差分法也随之出现，这种方法减少了采样的次数，缓解了传输和存储的负担，但对于室外背景变化较大的场景具有局限性[1113]。关联成像（ghostimage，GI）[14]的出現，实现了在不包含物体的光路上生成物体的像。MagaaLoaiza提出了压缩感知和纠缠光子进行前景提取的方法，减少了采样及传输过程的冗余，但是利用纠缠光子对压缩感知关联成像的追踪过程比较复杂[15]。因此提出一种基于压缩感知关联成像（compressivesensingghostimaging，CSGI）的目标检测方法，首先通过关联成像采集图像信息，然后运用背景差分法进行运动目标检测，最后直接通过压缩感知重构目标图像。这种方法能够用远少于物体信息的奈奎斯特采样极限的采样点数来精确地恢复常规图像，减少了采样次数，解决了常规成像技术不易解决的问题，提高了目标检测的准确性。在计算鬼成像中，空间光调制器对光源进行强度调制，将调制后的光场照射到物体表面，透镜对透过物体的所有光进行收集，由桶探测器探测其总光强。成像过程中，空间光调制器进行N次随机调制，每次调制产生强度分布为Ii（x，y）的散斑场。桶探测器记录每次随机调制对应的N个总光强值Di，将散斑场的强度分布I与光强测量值D进行关联运算，得到二阶关联函数为G（x，y）=〈Ii（x，y）Di〉-〈Ii（x，y）〉〈Di〉i=1，2，…，N（1）式中：〈〉表示取平均值运算；G（x，y）表示给出物体的像。压缩感知理论指出，长度为n的信号X在某个已知的变换域Ψ稀疏，利用一个维度为m×n（m<<p>Tcs=argminψ{T（x，y）}L1s.t.Di=∫Ii（x，y）T（x，y）dxdy，i=1，…，N（2）式中：Tcs是目标物体图像；T（x，y）是物体的透射函数；‖·‖L1代表1范数。2基于压缩感知关联成像算法的目标检测原理运动目标重构不同于单幅图像的重构，因为要想提取...