一种基于行梯度累加对红外图像海天线进行检测的方法技术

本发明专利技术公开了一种基于行梯度累加对红外图像海天线进行检测的算法，属于海天环境红外图像处理和应用领域。本发明专利技术以行图像梯度为基础，结合传统的行扫描海天线提取算法，求出行梯度和，但不进行绝对值处理，并在候选峰值中进一步计算区域平均灰度差、区域平均行梯度差等海天区域特征，综合数据即可进行海天线的判断。得到海天线便对原始图像结构有了初步了解，将大大减小后续处理的计算量，如图像分割，舰船识别等，便于分析和实际的应用。通过对多幅图像测试表明，该方法较于传统方法提高了准确率、可靠性与运行效率。

【技术实现步骤摘要】
一种基于行梯度累加对红外图像海天线进行检测的方法
本专利技术涉及红外海天图像检测领域，具体涉及到自动海天线检测。
技术介绍
海天背景下舰船识别系统中，海天线检测是红外图像舰船目标识别与跟踪的一个重要环节。一方面原始图像成像范围广，若不初步确定舰船目标大致范围，将会大大降低目标识别的效率。根据经验，当船只处于较远距离时(大于6千米)，原始图像可分为三个区域：天空、海天线、海面。而海天线的检测可将这三个区域做一大致区分，得到海天线位置信息后，仅需检测海天线附近的区域，减小了运算量。另一方面原始红外图像信噪比、信杂比较低，天空的云层，近海域的水波都会对目标识别造成一定干扰。检测到海天线后可以排除一定的干扰信息，提高正确率。但在复杂海天背景下，天空条形云层和强海波干扰，都会增加海天线检测的难度。特别是强海波，会在红外图像中产生较强的明暗分割线，甚至会高过真实海天线的明暗变化，导致检测结果发生偏离。因此关于提取海天线近年来也有很多的研究，行扫描法、直线拟合法、Otsu分割法、直线检测法是目前较为常用的实时检测方法，但是这些方法各有其优缺点和适用条件；小波变换方法计算量较大，实用性不强。通常情况下海天线是一条近似水平的直线，传统行扫描方法先求垂直梯度图像，并进行绝对值的非线性操作转换为图像灰度值，然后对梯度图像的灰度值进行逐行累加。由于通常在海天线附近，上方天空的灰度值整体会大于下方海面的灰度值，从而在海天线所在行处的梯度累加值也会比较大。通过寻找累加值最大的一行，便可认为是海天线，作为海天线提取结果输出。对于海天线信噪比较低和海浪干扰较多的图像，非海天线处的行累加的值常与海天线处相当，甚至会超过海天线处的累加值，此时便会导致海天线提取结果错误。霍夫变换(HoughTransform)是图像处理中从图像中识别几何形状的基本方法之一，对于圆、直线等图形都有很好的识别效果。海天线在空旷的海天图像中也有很明显的直线特征，因此可以采用霍夫变换检测海天线。在检测之前往往还需要进行Canny边缘检测，简化图像结构，绘出区域轮廓从而提高检测正确性。Canny边缘检测算子是JohnF.Canny于1986年开发出来的一个多级边缘检测方法，其包含很多可调节的参数，效果较好。其具体海天线提取方法是：首先对预处理图像使用Canny算子进行边缘检测的处理，获得二值化的边缘图像；然后对边缘图像进行Hough变换，以检测边缘图像中的直线；最后取Hough变换响应最大的峰值点代表的直线作为海天线的提取结果输出。然而在边缘图像中，云层和海浪的也会形成较明显的直线特征，经过Hough变换，当其响应值有时大于真实海天线的响应值，会对海天线的提取形成干扰。Otsu方法又称最大类间方差法，是由日本学者大津于1979年提出的，是一种自适应的阈值确定的方法,它是按图像的灰度特性，将图像分成两部分。一般情况下，由于海天背景红外图像，海和天各自内部的灰度比较均匀，而海和天之间的灰度差别较大，采用Otsu方法可分割出海、天两个部分，则这两部分的交界处经边缘直线提取后，可认为是海天线。用Otsu分割阈值难以适应复杂多变的海天背景红外图像，也难于处理灰度渐变的情况，容易形成多检、误检的情况。直线拟合方法首先对预处理的图像计算垂直梯度，类似于行扫描法，通常海天线所在位置的垂直梯度值比较大，因此选取每列梯度最大的位置作为用于直线拟合的数据点集。再使用这些点进行直线拟合，拟合的直线可以作为海天线提取结果。和行扫描法一样，对于低信噪比和多干扰的效果不理想。
技术实现思路
本专利技术的主旨在于通过对行扫描法进行改进，结合综合评价方式，大大增强了方法的准确性和稳定性，便于实际应用分析。为了解决上述技术问题，达到上述目的，本专利技术采用如下技术方案：一种基于行梯度累加对红外图像海天线进行检测的方法，其特征在于，包括如下步骤：步骤1、输入待检测经预处理的海天线红外图像；步骤2、计算每一点像素的行梯度；步骤3、计算行梯度和，并从其中选出若干个峰值，记录其所在行号，作为海天线候选位置；步骤4、依次选择候选海天线位置，计算候选海天线之上区域和之下区域的平均灰度值之差、平均行梯度和之差；步骤5、创建评价函数，综合已知数据，综合评价得到海天线位置；步骤6、输出海天线位置信息到原始图像。上述技术方案中，所述步骤2的具体流程为：读入经步骤1预处理过后的红外图像，计算每一点像素的行梯度，对于某一点像素的行梯度，其定义如下式：G[f(x,y)]＝Δyf(x,y)＝f(x,y)-f(x,y+1)；x∈[1,M],y∈[1,N-1](1)其中，M，N代表原始图像的宽和高，f(x,y)是坐标为(x,y)位置的灰度值，f(x,y+1)是下一行的灰度值。上述技术方案中，所述步骤3的具体流程为：将步骤2中所求到的每一点像素的行梯度进行行求和，得到行梯度和，其公式为：对于行梯度H(y)，当满足：H(y-1)<H(y)<H(y+1)y∈[2,N-1](3)即判定其为一个峰值，并将峰值的序列y记为行号l，同时用P(l)记录该行号的行梯度和；H(l)是峰值位置l的行梯度和值，由此得到峰值位置，并进行归一化操作，得到归一化行梯度和的峰值：F1(l)＝P(l)/max(P(l))(5)从F1(l)中将归一化的行梯度和的峰值由大到小排序，依次选取n个较大值作为候选海天线位置；归一化的行梯度和的峰值排序靠前的更可能是海天线；根据先后顺序，结合归一化最大最小F1(l)值的范围，得到行梯度和的排序值：F2(l)＝1-(i-1)(max(F1)-min(F1))/n(6)式中n为候选海天线数量，i为第l行行梯度和在前n个峰值序列号,最大的行梯度和i的值对应1，最小的行梯度和i对应n，max(F1)表示前n个峰值中最大值，min(F1)表示前n个峰值中最小值。上述技术方案中，所述步骤4计算区域平均灰度差，具体流程为：计算候选海天线之上的平均灰度值，利用下式：式中l为候选海天线的行号，Q1(l)表示天空的平均行灰度值；计算候选海天线之下的平均灰度值，利用下式：式中l为候选海天线的行号，Q2(l)表示海面的平均行灰度值；用其二者之差的绝对值代表这两个区域的区域平均灰度差Q(l)，表示为：Q(l)＝|Q1(l)-Q2(l)|(9)再找出所有候选海天线所对应的区域平均灰度差的最大值，进行归一化操作，得到区域平均灰度差：F3(l)＝Q(l)/max(Q)(10)利用已知的行梯度和，绝对值处理后计算海天线上下区域的平均行梯度；计算候选海天线之上的平均行梯度和，利用下式：式中H(j)代表第j行的行梯度和，计算候选海天线之下的平均行梯度和，利用下式：式中l为候选海天线的行号，R2(l)表示海面的平均行梯度和；用其二者之差的绝对值代表两区域的平均行梯度和差值，表示为：R(l)＝|R1(l)-R2(l)|(13)再找出所有候选海天线所对应的区域平均行梯度和差值的最大值，进行归一化操作，得到平均行梯度和之差：F4(l)＝R(l)/max(R)(14)。上述技术方案中，所述步骤⑤的具体流程为：根据上述的评价参数创建海天线综合评价公式，定义为：F(l)＝aF1(l)+bF2(l)+cF3(l)+dF4(l)(15)其中，F1(l)、F本文档来自技高网...

【技术保护点】
一种基于行梯度累加的红外图像海天线检测算法，其特征在于，包括如下步骤：步骤1、输入待检测经预处理的海天线红外图像；步骤2、计算每一点像素的行梯度；步骤3、计算每一行的行梯度和，并从其中选出若干个峰值，记录其所在行号，作为海天线候选位置；步骤4、依次选择候选海天线位置，计算候选海天线之上区域和之下区域的平均灰度值之差、平均行梯度和之差；步骤5、创建评价函数，综合归一化行梯度和峰值、行梯度和排序值、区域平均灰度差和平均行梯度和之差，综合评价得到海天线位置；步骤6、输出海天线位置信息到原始图像。

【技术特征摘要】
1.一种基于行梯度累加对红外图像海天线进行检测的方法，其特征在于，包括如下步骤：步骤1、输入待检测经预处理的红外图像；步骤2、计算每一点像素的行梯度；步骤3、计算每一行的行梯度和，并从其中选出若干个峰值，记录其所在行号，作为候选海天线位置；步骤4、依次选择候选海天线位置，计算候选海天线之上区域和候选海天线之下区域的区域平均灰度值之差、平均行梯度和之差；步骤5、创建评价函数，综合归一化行梯度和的峰值、行梯度和的排序值、区域平均灰度差和平均行梯度和之差，综合评价得到海天线位置；步骤6、输出海天线位置信息到原始红外图像。2.根据权利要求1所述的一种基于行梯度累加对红外图像海天线进行检测的方法，其特征在于，所述步骤2的具体流程为：读入经步骤1预处理过后的红外图像，计算每一点像素的行梯度，对于某一点像素的行梯度，其定义如下式：G[f(x,y)]＝Δyf(x,y)＝f(x,y)-f(x,y+1)；x∈[1,M],y∈[1,N-1](1)其中，M、N分别代表原始图像的宽和高，f(x,y)是坐标为(x,y)位置的灰度值，f(x,y+1)是下一行的灰度值。3.根据权利要求2所述的一种基于行梯度累加对红外图像海天线进行检测的方法，其特征在于，所述步骤3的具体流程为：将步骤2中所求到的每一点像素的行梯度进行行求和，得到行梯度和，其公式为：对于行梯度和H(y)，当满足：H(y-1)<H(y)>H(y+1)，y∈[2,N-1](3)即判定其为一个峰值，并将峰值的序列y记为行号l，同时用P(l)记录该行号的行梯度和；H(l)是峰值位置l的行梯度和值，由此得到峰值位置，并进行归一化操作，得到归一化行梯度和的峰值：F1(l)＝P(l)/max(P(l))(5)从F1(l)中将归一化的行梯度和的峰值由大到小排序，依次选取n个较大值作为候选海天线位置；根据候选海天线的先后顺序，结合归一化最大F1(l)值和最小F1(l)值的范围，得到行梯度和的排序值：F2(l)＝1-(i-1)(max(F1)-min(F1))/n(6)式中n为候选海天线数量，i为第l行行梯度和在前n个峰值序列号,最大的行梯度和i的值对应1，最小的行梯度和i对应n，max(F1)表示前n个峰值中最大值，min(F1)表示前n个峰值中最小值。4.根据权利要求3所述的一种基于行梯度累加对红外图像海天线进行检测的方法，其特征在于，所述步骤4计算候...

【专利技术属性】
技术研发人员：燕肇一，彭真明，罗宽怀，杨维，王浩正，黄少寅，汪劲希，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51