一种基于线性分割的海面区域提取方法技术

本发明专利技术公开了一种基于线性分割的海面区域提取方法，通过加权纹理和上下文特征相结合的方法实现海天线的检测和海面区域的提取，该方法利用加权纹理对图像进行建模，提取海天区域，可以削减天空云层和海浪带来的干扰；提取一组候选海天线可以防止由于海天线直线特征不明显而造成的漏检；借助上下文特征，对候选海天线进行筛选，能够剔除被误检为海天线的云层、海浪、船只等。对比其他海天线检测方法，该方法能够在复杂的海天情况下，准确地定位到海天线的位置，提取海面区域。

A Method of Sea Area Extraction Based on Linear Segmentation

The invention discloses a sea area extraction method based on linear segmentation, which realizes the detection of sea antenna and the extraction of sea area by combining weighted texture and context features. The method uses weighted texture to model the image and extract sea-sky area, which can reduce the interference caused by sky clouds and sea waves; extracting a group of candidate sea antennas can prevent the interference caused by sea waves. With the help of context features, the candidate sea antenna can be screened to remove the cloud, wave and ship which are misdiagnosed as sea antenna. Compared with other sea antenna detection methods, this method can accurately locate the position of the sea antenna and extract the sea area under complex sea-sky conditions.

【技术实现步骤摘要】
一种基于线性分割的海面区域提取方法
本专利技术涉及涉及图像处理和目标检测
，是一种基于线性分割的海面区域提取方法。
技术介绍
在海上监控中，被检测的目标(如船只)总是出现在海面上。通过提取海面区域，可以剔除天空区域，缩小海上目标搜索范围，减少目标检测识别的计算量，提高检测速度，抑制不必要的噪声干扰。在航空领域，海面区域占整幅图像的比例可以作为飞行器调整飞行姿态的重要依据之一。海面区域的线性分割是海天背景下目标检测的重要环节。而海面区域分割的依据是基于海天线的检测。海天线是天空与海面邻接的边界，可以通过提取海天线对图像进行线性分割，从而获得海面区域。对于海面区域的提取，现存的算法主要是基于SAR微波雷达图像。而微波雷达的成本过高，生成的图像易受天气的影响。相比之下，可见光图像的成本较低，同时可见光图像具有丰富的细节信息，对环境变化的适应性更强。在可见光图像的基础上，本文依据海天线检测算法，对图像海面区域进行提取。针对海天线检测，国内外已有众多文献对算法提出了阐述和应用。首先获取海天线边缘信息的算法大致分为：1)基于图像分割和图像分类的方法，借助灰度特征、纹理信息等确定阈值分割点和分类边界，对海天图像进行区域划分；2)基于边缘检测，利用边缘检测算子的梯度或其他信息，提取图像边缘；3)基于多尺度小波变换，在小尺度下进行边缘点定位。然后根据边缘信息提取直线特征，算法主要有最小二乘直线拟合、Hough变换、Radon变换等，最后实现对海天线的检测。现在流行的海天线检测算法多是对上述算法的组合，包括列方向梯度法、相位编组和灰度统计法、区域方差法和小波变换法等。但是这些算法都难以满足在复杂条件下海天线检测的要求：条纹状的云层和海浪与海天线的直线特征相似，容易造成误检；大范围的云团会干扰天空区域的灰度分布，造成海天图像的误分割；船只、岛屿等对海天线的遮挡会大大削弱海天的直线特征，引起海天线的漏检。
技术实现思路
本专利技术针对现有技术的缺点，提供了一种方法不仅能够准确地检测出海天线的具体位置，对海天区域进行提取，而且具有鲁棒性高，检测速度快的特点，利用此方法解决了上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于线性分割的海面区域提取方法，包括以下步骤：步骤一：获取原始彩色图像；步骤二：利用蓝色通道值将RGB图像转化为单通道灰度图像；步骤三：沿竖直方向等分海天图像，根据纹理和灰度信息计算每个区域的加权纹理值；步骤四：对加权纹理值进行归一化处理，利用邻域信息剔除异常纹理值。步骤五：利用位置信息进行加权纹理值建模，提取海天区域图像；步骤六：在海天区域图像上，使用Hough变换获得一组候选海天线；步骤七：根据灰度标准差和均值信息对候选海天线进行评分，分数最高的直线即为海天线。步骤八：根据提取的海天线，对原始图像进行线性分割，获得海面区域。作为优选，在步骤二中，图像从RGB颜色空间到灰度空间的转换公式如下：f(x，y)＝B(x，y)上式中，B为RGB颜色空间的蓝色通道分量，f(x，y)为图像在(x，y)处的灰度值。作为优选，在步骤三中，沿灰度图像的竖直方向等分出若干个区域，从上到下编号依次为1，2，3，...，30针对每个区域中的像素对，分别构建灰度级共生矩阵P(x，y，d，θ)，(x，y)为像素点的坐标，d为间隔距离，θ为共线的像素对与水平方向的夹角。#是计数函数，被用来统计集合中元素的个数。P(x，y，d，θ)＝#{[(x，y)，(x+m，y+n)]|f(x，y)＝i，f(x+m，y+n)＝j}加权对比度计算公式为：上式中，gray为区域的平均灰度，p(i，j)为像素对(i，j)在灰度级共生矩阵中出现的频率，进一步地所述，由于海水的纹理存在各向异性的特点，在四个角度(0°，45°，90°，135°)分别计算加权纹理值，并对四个值求和，作为该区域最终的加权纹理值。每个区域都有与之对应的加权纹理值，这样就会得到一组加权纹理值。选取最大的加权纹理值，利用该值对一组加权纹理值进行归一化处理。作为优选，在步骤四中，对于序号为i的区域，如果其加权纹理值大于序号为i+1区域的加权纹理值，则将序号为i+1区域的加权纹理值赋值给序号为i的区域；否则进行空操作。过程迭代。直到整个过程不存在赋值操作，迭代结束。计算平均加权纹理值公式为：上式中，n为区域的数目，WeCorrelation(i)为迭代处理后对应序号为i的区域的加权纹理值。以平均加权纹理值再次对各个区域的加权纹理值进行归一化处理，计算公式为：上式中，WeCorrelationmin为迭代处理后，所有区域中最小的加权纹理值。区域的加权纹理值越趋向于1，则该区域属于海面的概率就越大；反之，属于天空的概率就越大。作为优选，步骤五中，以图像的高为X轴，区域的加权纹理值为Y轴建立直角坐标系，描述二者关系的数学模型为：上式中，a是函数在X轴的偏移量；c是曲线倾斜的程度，值越大，曲线越陡峭。海天区域的加权纹理值介于天空区域与海面区域之间。定义海天区域的加权纹理上限为Plarge，下限为Psmali，则计算海天区域边界的公式为：因此海天区域的边界在区间[xlow，xhigh]内。作为优选，在步骤六中，利用Hough变换得到一组候选海天线。在Hough变换过程中，会对每条候选海天线投票计数，而计数值Poll可以作为后续筛选海天线的依据。如果截取的海天区域的区间比较大，则需要增加候选海天线的数量，以防海天线的漏检；如果截取的海天线区域的区间比较小，则需要减少候选海天线的数量，防止误检。作为优选，在步骤(7)中，利用上下文特征对候选海天线进行评分。在每条候选海天线的上部和下部分别建立一个5×5的滑动窗口，滑动步长为step。在每个滑动窗口内计算灰度平均值、灰度标准差以及加权标准差。针对某一条候选海天线，取滑动窗口在滑动过程中产生的最小灰度平均值、最小灰度标准差以及最小加权标准差作为该候选海天线的上下文特征值。灰度平均值、灰度标准差以及加权标准差的计算公式为：上式中，gray5×5是滑动窗口内的灰度平均值，Window(i，j)是滑动窗口坐标(i，j)对应下的灰度值，std5×5是灰度标准差，westd5×5是加权灰度标准差。候选海天线的评分计算公式为：上式中，Eval是候选海天线的评分，stdup是候选海天线上部的特征值(最小灰度标准差)，w1是该特征值的权值；Poll是Hough变换时产生的投票计数值，w2是该计数值的权值；westddown是候选海天线下部滑动窗口产生的最小灰度标准差对应的加权标准差，westdxup是候选海天线上部滑动窗口产生的最小灰度标准差对应的加权标准差，w3是该特征值的权值。计算每条候选海天线的值，选取最大Eval值对应的直线为最终的海天线，并提取海面区域。与现有的技术相比，本专利技术的优势在于：本专利技术通过加权纹理和上下文特征相结合的方法实现海天线的检测和海面区域的提取。该方法利用加权纹理对图像进行建模，提取海天区域，可以削减天空云层和海浪带来的干扰；提取一组候选海天线可以防止由于海天线直线特征不明显而造成的漏检；借助上下文特征，对候选海天线进行筛选，能够剔除被误检为海天线的云层、海浪、船只等。对比其他海天线检测方法，该方法能够在复杂的海天情况下，本文档来自技高网...

【技术保护点】
1.一种基于线性分割的海面区域提取方法，其特征在于：包括以下步骤：步骤一：获取原始彩色图像；步骤二：利用蓝色通道值将RGB图像转化为单通道灰度图像；步骤三：沿竖直方向等分海天图像，根据纹理和灰度信息计算每个区域的加权纹理值；步骤四：对加权纹理值进行归一化处理，利用邻域信息剔除异常纹理值；步骤五：利用位置信息进行加权纹理值建模，提取海天区域图像；步骤六：在海天区域图像上，使用Hough变换获得一组候选海天线；步骤七：根据灰度标准差和均值信息对候选海天线进行评分，分数最高的直线即为海天线；步骤八：根据提取的海天线，对原始图像进行线性分割，获得海面区域。

【技术特征摘要】
1.一种基于线性分割的海面区域提取方法，其特征在于：包括以下步骤：步骤一：获取原始彩色图像；步骤二：利用蓝色通道值将RGB图像转化为单通道灰度图像；步骤三：沿竖直方向等分海天图像，根据纹理和灰度信息计算每个区域的加权纹理值；步骤四：对加权纹理值进行归一化处理，利用邻域信息剔除异常纹理值；步骤五：利用位置信息进行加权纹理值建模，提取海天区域图像；步骤六：在海天区域图像上，使用Hough变换获得一组候选海天线；步骤七：根据灰度标准差和均值信息对候选海天线进行评分，分数最高的直线即为海天线；步骤八：根据提取的海天线，对原始图像进行线性分割，获得海面区域。2.根据权利要求1所述的一种基于线性分割的海面区域提取方法，其特征在于：在步骤二中，图像从RGB颜色空间到灰度空间的转换公式如下：上式中，为RGB颜色空间的蓝色通道分量，为图像在处的灰度值。3.根据权利要求1所述的一种基于线性分割的海面区域提取方法，其特征在于：在步骤三中，沿灰度图像的竖直方向等分出若干个区域，从上到下编号依次为1，2，3，...，30针对每个区域中的像素对，分别构建灰度级共生矩阵P(x，y，d，θ)，(x，y)为像素点的坐标，d为间隔距离，θ为共线的像素对与水平方向的夹角；#是计数函数，被用来统计集合中元素的个数；P(x，y，d，θ)＝#{[(x，y)，(x+m，y+n)]|f(x，y)＝i，f(x+m，y+n)＝f}加权对比度计算公式为：上式中，gray为区域的平均灰度，p(i，j)为像素对(i，j)在灰度级共生矩阵中出现的频率，由于海水的纹理存在各向异性的特点，在四个角度(0°，45°，90°，135°)分别计算加权纹理值，并对四个值求和，作为该区域最终的加权纹理值，每个区域都有与之对应的加权纹理值，这样就会得到一组加权纹理值，选取最大的加权纹理值，利用该值对一组加权纹理值进行归一化处理。4.根据权利要求1所述的一种基于线性分割的海面区域提取方法，其特征在于：在步骤四中，对于序号为i的区域，如果其加权纹理值大于序号为i+1区域的加权纹理值，则将序号为i+1区域的加权纹理值赋值给序号为i的区域；否则进行空操作；过程迭代；直到整个过程不存在赋值操作，迭代结束；计算平均加权纹理值公式为：上式中，n为区域的数目，WeCorrelation(i)为迭代处理后对应序号为i的区域的加权纹理值；以平均加权纹理值再次对各个区域的加权纹理值进行归一化处理，计算公式...

【专利技术属性】
技术研发人员：梁栋，张华，梁亚，
申请(专利权)人：梁栋，
类型：发明
国别省市：山东,37