一种天空场景图像分割方法技术

本发明专利技术涉及一种天空场景图像分割方法，属于图像处理技术领域。本发明专利技术通过计算原始图像的梯度图像，并在原始图像和梯度图像上提取Haar特征，通过比较运算和逻辑运算得到准分界线标记图；计算原始图像和准分界线标记图的投影直方图，并对其进行比较运算和逻辑运算以得到天空区域分割上限；构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。本发明专利技术能够在天空边界模糊条件下克服天空存在云朵等自然干扰获得完整的天空边界分割线，同时利用统计信息大大降低了能量函数的计算量，具备视频图像实时处理的条件。

【技术实现步骤摘要】

本专利技术涉及一种天空场景图像分割方法，属于图像处理

技术介绍
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。早期的分割技术都是针对结构化场景图像的，而天空场景图像是指通过数码相机、摄像机等设备拍摄所得到的包含天空的自然场景图像，由于天空光照情形比较复杂，而且包含云雾等情形，导致天空场景分割算法研究面临着巨大的困难及挑战。自然场景图像分割比较经典的算法包括：基于边界的分割、基于特征的Mean-shift方法、基于能量函数优化的分割和基于图论的分割方法等，这些算法研究今年来取得了相当的进展并在诸多领域得到了应用，但这些通用算法在天空这种特定的自然场景都具有一定的局限性，不能完全适用。基于上述的通用算法，一些学者针对天空场景进行了算法延伸性研究，提出了一种基于能量函数的天空区域分割的方法，但是该方法针对的是地面和天空灰度差异比较明显的情形，无法解决天空中云朵等自然因素的干扰问题，且采用Mumford-Shah分段平滑分割模型虽然实现了分割线的平滑和连续性，但是算法复杂度比较高。
技术实现思路
本专利技术的目的是提供一种天空场景图像分割方法，以解决目前天空场景图像分割方法中计算量大、受自然因素干扰的问题。本专利技术为解决上述技术问题提供了一种天空场景图像分割方法，该分割方法包括以下步骤：1)对原始图像进行梯度计算，得到相应的梯度图像，并对得到的梯度图像进行Haar特征提取；2)提取原始图像的Haar特征，将步骤1)中提取的梯度图像Haar特征和原始图像的Haar特征分别与对应的设定阈值进行比较，并将比较结果进行逻辑运算，运算结果作为准分界线标记图；3)对得到的准分界线标记图进行横向二值投影得到其投影直方图，并与原始图像的直方图投影进行逻辑运算，并将逻辑运算结果在图像上纵方向上进行搜索，搜索结果即为天空分界线上限纵坐标位置；4)构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。所述的步骤4)中构建的能量函数为：B(x)=argmin(Σh≤y<B(x)(IU(x,y)-μU)2+ΣB(x)≤y<H(ID(x,y)-μD)2)]]>其中IU和ID分别指代图像第x列内，位于分界点B(x)上方和下方区域的像素点灰度；μU和μD分别指代对应区域内的像素灰度均值；H指代图像的高度；h指代图像的天空位置的高度，即天空分界线上限纵坐标；最外围括号所包含的内容为基于当前分界点B(x)计算的能量值。所述的步骤4)中的天空分界线是离散的分界点，需去除其中孤立的奇异点，并通过最小二乘拟合以得到连续且完整的天空分界线。所述步骤1)中梯度图像的Haar特征提取采用线性特征模板实现。所述步骤2)中原始图像的Haar特征提取采用边缘特征模板实现。所述步骤2)中的逻辑运算指的是逻辑与运算，步骤3)中采用的逻辑运算包括与运算和或运算。所述的步骤1)中的梯度计算采用Sobel算子。所述原始图像和准分界线标记图的投影直方图的投影方法与天空分界线的方向一致。所述的原始图像是经过低通滤波处理后的图像。所采用的低通滤波方式与图像内容和噪声情况相关，所述的低通滤波方式为中值滤波、高斯滤波或均值滤波。本专利技术的有益效果是:本专利技术通过计算原始图像的梯度图像，并在原始图像和梯度图像上提取Haar特征，通过比较运算和逻辑运算得到准分界线标记图；计算原始图像和准分界线标记图的投影直方图，并对其进行比较运算和逻辑运算以得到天空区域分割上限；构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。本专利技术能够在天空边界模糊条件下克服天空存在云朵等自然干扰获得完整的天空边界分割线，同时利用统计信息大大降低了能量函数的计算量，具备视频图像实时处理的条件。附图说明图1是本专利技术天空场景图像分割方法的流程图；图2是本专利技术实施例中所采用的中值滤波模板图；图3是本专利技术实施例中所采用的Haar特征模板图。具体实施方式下面结合附图对本专利技术的具体实施方式做进一步的说明。本专利技术的天空场景图像分割方法通过计算原始图像的梯度图像，并在原始图像和梯度图像上提取Haar特征，通过比较运算和逻辑运算得到准分界线标记图；计算原始图像和准分界线标记图的投影直方图，并对其进行比较运算和逻辑运算以得到天空区域分割上限；构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。该方法的实施流程如图1所示，具体实时步骤如下：1.对输入的原始图像进行低通滤波处理。为了图像分割的精度，在图像分割前需对输入的原始图像进行低通滤波处理，以将输入的原始图像中特定的高频信号进行过滤，所采用的低通滤波方式与图像内容和噪声情况相关，包含但不仅限于中值滤波、高斯滤波和均值滤波。本实施例采用5×5的中值滤波模板，如图2所示，将其与原始图像做卷积处理，去除了图像中的噪声。2.对经步骤1去噪处理后的图像分别进行直方图投影、Haar特征提取和梯度计算。其中直方图投影是根据天空分界线的方向进行，本实施例中直方图投影选择是横向灰度投影，投影直方图采用加权均值作为阈值进行二值化处理。Haar特征如图3所示，特征计算比较简单，就是将图中黑色矩形所有像素值的减去白色矩形所有像素值的和，本实施例采用边缘特征模板来计算去噪图像的Haar特征，Haar特征计算模板包括但不仅限于边缘特征模板和线特征模板。梯度图像采用常用的梯度算子，包含但不限于Sobel算子、Roberts算子、Prewitt算子，本实施例中梯度计算采用Sobel算子，本实施例所选用的Sobel算子如下：SobelGy=+1+2+1000-1-2-1*AandGx=+10-1+20-2+10-1*A]]>其中A代表原始图像，Gx代表经纵向边缘检测的图像，Gy代表经横向边缘检测的图像。3.计算准分界线标记图。该过程首先对梯度图像进行Haar特征提取，本实施例中梯度图像的Haar特征提取采用线特征模板来实现，然后分别设定所提取的去噪图像Haar特征值和梯度图像Haar特征值对应的设定阈值，这里的设定阈值根据经验得到，设定阈值的单位是像素，范围是0～255，本实施例中去噪图像Haar特征值对应的设定阈值为5，梯度图像Haar特征值对应的设定阈值为3；然后根据对应的设定阈值对上述两幅特征图像进行比较运算，最后对得到比较运算结果进行逻辑与运算，逻辑运算的结果即为所求的准分界线标记图，该准分界线标记图是一幅二值图，用以表征图像中对应位置的点是否可能是天空分界线。4.计算天空分界线上限纵坐标位置。对得到的准分界线标记图进行横向二值投影以得到相应的投影直方图，输入图像和准分界线标记图的投影直方图的投影方法与天空分界线的方向一致。结合步骤2中得到的去噪图像投影直方图的结果，采用逻辑运算在图像的纵方向上搜索天空分界线上限纵坐标位置，由于需要寻找最低的天空位置作为天空分界线的上限，因此采用自下向上的搜索方向。搜索准备：计算原始图本文档来自技高网...

【技术保护点】
一种天空场景图像分割方法，其特征在于，该分割方法包括以下步骤：1)对原始图像进行梯度计算，得到相应的梯度图像，并对得到的梯度图像进行Haar特征提取；2)提取原始图像的Haar特征，将步骤1)中提取的梯度图像Haar特征和原始图像的Haar特征分别与对应的设定阈值进行比较，并将比较结果进行逻辑运算，运算结果作为准分界线标记图；3)对得到的准分界线标记图进行横向二值投影得到其投影直方图，并与原始图像的直方图投影进行逻辑运算，并将逻辑运算结果在图像上纵方向上进行搜索，搜索结果即为天空分界线上限纵坐标位置；4)构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。

【技术特征摘要】
1.一种天空场景图像分割方法，其特征在于，该分割方法包括以下步骤：1)对原始图像进行梯度计算，得到相应的梯度图像，并对得到的梯度图像进行Haar特征提取；2)提取原始图像的Haar特征，将步骤1)中提取的梯度图像Haar特征和原始图像的Haar特征分别与对应的设定阈值进行比较，并将比较结果进行逻辑运算，运算结果作为准分界线标记图；3)对得到的准分界线标记图进行横向二值投影得到其投影直方图，并与原始图像的直方图投影进行逻辑运算，并将逻辑运算结果在图像上纵方向上进行搜索，搜索结果即为天空分界线上限纵坐标位置；4)构建原始图像的能量函数，以准分界线标记图和天空区域分割上限作为两个约束条件计算能量函数，得到的天空区域边界最优分割位置即为所求的天空分界线边界。2.根据权利要求1所述的天空场景图像分割方法，其特征在于，所述的步骤4)中构建的能量函数为：B(x)=arg min(Σh≤y<B(x)(IU(x,y)-μU)2+ΣB(x)≤y<H(ID(x,y)-μD)2)]]>其中IU和ID分别指代图像第x列内，位于分界点B(x)上方和下方区域的像素点灰度；μU和μD分别指代对应区域内的像素灰度均值；H指代图像的高度；h指代图像的天空位置的高度，即天空分界线上限纵坐...

【专利技术属性】
技术研发人员：羊毅，王建华，刘振强，潘澍雨，孟冬冬，吴奇峰，王栋，
申请(专利权)人：中国航空工业集团公司洛阳电光设备研究所，
类型：发明
国别省市：河南;41