一种目标物体的特征提取方法、装置和计算机可读介质制造方法及图纸

本发明专利技术涉及一种目标物体的特征提取方法、装置和计算机可读介质，该方法包括：根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图；根据Stokes参量图，获得目标物体表面的偏振信息，其中，偏振信息包括偏振度和偏振角；根据偏振信息，获得偏振算子，其中，偏振算子用于计算图像的灰度变化量和变化方向；获取目标物体的无偏图像；利用偏振算子对无偏图像进行特征提取，获得目标特征图像，其中，目标特征图像表征目标物体的轮廓。本方案能够提高对目标物体进行特征提取的准确性。

【技术实现步骤摘要】
一种目标物体的特征提取方法、装置和计算机可读介质
本专利技术涉及图像处理
，尤其涉及一种目标物体的特征提取方法、装置和计算机可读介质。
技术介绍
在图像的信息识别与提取
中，图像的边缘和轮廓等细节特征经常是需要重点关注的信息。因为图像的边缘往往蕴含着丰富的内在信息，图像的边缘与轮廓信息获取的好坏是图像能否进行准确识别的关键。虽然目前边缘提取是图像识别领域中一个十分重要的课题，但图像的信息识别和提取中依然存在着一些没有解决的问题，例如现有技术中虽然能够实现对图像基础信息的提取，但目标物体所包含的信息是复杂的，往往存在不同种类的物体，利用现有的图像识别技术进行特征提取时，无法对不同种类的目标物体进行有区别的提取，而是会将其所包含的各个物体的轮廓特征都进行提取，从而导致了对目标物体进行特征提取时的准确性较低。因此，需要提供一种图像的识别和探测方法用来解决上述所提到的问题。
技术实现思路
本专利技术要解决的技术问题在于对目标物体进行特征提取时，无法对不同种类的目标物体进行有区别的提取，而是会将其所包含的各个物体的轮廓特征都进行提取，从而导致了对目标物体进行特征提取时的准确性较低。因此，本专利技术提供了一种目标物体的特征提取方法、装置和计算机可读介质，能够提高对目标物体进行特征提取的准确性。第一方面，本专利技术实施例提供了一种目标物体的特征提取方法，包括：根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图；根据所述Stokes参量图，获得所述目标物体表面的偏振信息，其中，所述偏振信息包括偏振度和偏振角；根据所述偏振信息，获得偏振算子，其中，所述偏振算子用于计算图像的灰度变化量和变化方向；获取所述目标物体的无偏图像；利用所述偏振算子对所述无偏图像进行特征提取，获得目标特征图像，其中，所述目标特征图像表征所述目标物体的轮廓。可选地，所述根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图，包括：分别采集所述目标物体的目标辐射图像I0°、I45°、I90°和I135°，其中，所述目标辐射图像I0°、I45°、I90°和I135°分别在偏振方向为0°、45°、90°和135°时获得；根据如下公式计算所述目标辐射图像的Stokes参量：其中，S用于表征Stokes参量，S0、S1、S2和S3均为所述Stokes参量S的分量，IRCP用于表征所述目标辐射图像的右旋圆偏振，所述ILCP用于表征所述目标辐射图像的左旋圆偏振。可选地，所述根据所述Stokes参量图，获得所述目标物体表面的偏振信息，包括：利用所述Stokes参量图，根据如下公式计算获得所述目标物体表面的偏振信息图像：其中，p用于表征所述偏振信息图像的偏振度,α用于表征所述偏振信息图像的偏振角。可选地，所述利用所述偏振算子对所述无偏图像进行特征提取，获得目标特征图像，包括：对所述无偏图像进行高斯滤波，获得第一特征图像，其中，所述第一特征图像用于表征所述无偏图像除去噪声点后的图像；利用有限差分计算确定所述第一特征图像的第一梯度幅值和梯度方向，其中，所述第一梯度幅值为所述第一特征图像沿坐标轴方向的偏导数的振幅，所述梯度方向为所述第一特征图像的梯度变化最快的方向，每一个所述第一梯度幅值对应一个像素位置；从所述第一梯度幅值中获取第二梯度幅值，其中，所述第二梯度幅值为去除非边缘像素后的幅值图像；利用预设的双阈值算法从所述第二梯度幅值中确定目标特征图像。可选地，所述利用有限差分计算确定所述第一特征图像的第一梯度幅值和梯度方向，包括：根据如下公式确定所述第一特征图像的水平方向的水平向差分：fx(x,y)＝S1＝I0-I90其中，fx(x,y)用于表征所述水平向差分；根据如下公式确定所述第一特征图像的垂直方向的垂直向差分：fy(x,y)＝S2＝I45-I135其中，fy(x,y)用于表征所述垂直向差分；利用所述水平向差分和所述垂直向差分，根据如下公式确定所述第一特征图像的第一梯度幅值和梯度方向：其中，M(x,y)用于表征所述第一梯度幅值，θ(x,y)用于表征所述梯度方向。第二方面，本专利技术实施例还提供了一种目标物体的特征提取装置，包括：第一确定模块、第二确定模块、第三确定模块、获取模块和第四确定模块；所述第一确定模块，用于根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图；所述第二确定模块，用于根据所述第一确定模块确定出的所述Stokes参量图，获得所述目标物体表面的偏振信息，其中，所述偏振信息包括偏振度和偏振角；所述第三确定模块，用于根据所述第二确定模块确定的所述偏振信息，获得偏振算子，其中，所述偏振算子用于计算图像的灰度变化量和变化方向；所述获取模块，用于获取所述目标物体的无偏图像；所述第四确定模块，用于利用所述第三确定模块确定的所述偏振算子对所述获取模块获取到的所述无偏图像进行特征提取，获得目标特征图像，其中，所述目标特征图像表征所述目标物体的轮廓。可选地，所述第一确定模块，用于执行如下操作：分别采集所述目标物体的目标辐射图像I0°、I45°、I90°和I135°，其中，所述目标辐射图像I0°、I45°、I90°和I135°分别在偏振方向为0°、45°、90°和135°时获得；根据如下公式计算所述目标辐射图像的Stokes参量：其中，S用于表征Stokes参量，S0、S1、S2和S3均为所述Stokes参量S的分量，IRCP用于表征所述目标辐射图像的右旋圆偏振，所述ILCP用于表征所述目标辐射图像的左旋圆偏振。可选地，所述第二确定模块，用于执行如下操作：利用所述Stokes参量图，根据如下公式计算获得所述目标物体表面的偏振信息图像：其中，p用于表征所述偏振信息图像的偏振度,α用于表征所述偏振信息图像的偏振角。第三方面，本专利技术另一个实施例还提供了一种目标物体的特征提取装置，包括至少一个存储器和至少一个处理器；所述至少一个存储器，用于存储机器可读程序；所述至少一个处理器，用于调用所述机器可读程序，执行上述第一方面中任一所述的方法。第四方面，本专利技术实施例还提供了一种计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述第一方面中任一所述的方法。实施本专利技术实施例的目标物体的特征提取方法、装置和计算机可读介质，具有以下有益效果：在对目标物体进行特征提取时，首先需要通过获取目标物体的辐射图像来进一步得到斯托克斯参量图，进而通过斯托克斯参量图能够计算确定出目标物体表面的偏振度和偏振角的偏振信息，通过偏振信息可以确定出用于对图像进行特征提取的偏振算子，从而通过偏振算子对无偏图像进行特征提取获取目标物体的目标特征图像。由此可见，本专利技术实施例是利用本文档来自技高网...

【技术保护点】
1.一种目标物体的特征提取方法，其特征在于，包括：/n根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图；/n根据所述Stokes参量图，获得所述目标物体表面的偏振信息，其中，所述偏振信息包括偏振度和偏振角；/n根据所述偏振信息，获得偏振算子，其中，所述偏振算子用于计算图像的灰度变化量和变化方向；/n获取所述目标物体的无偏图像；/n利用所述偏振算子对所述无偏图像进行特征提取，获得目标特征图像，其中，所述目标特征图像表征所述目标物体的轮廓。/n

【技术特征摘要】
1.一种目标物体的特征提取方法，其特征在于，包括：
根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图；
根据所述Stokes参量图，获得所述目标物体表面的偏振信息，其中，所述偏振信息包括偏振度和偏振角；
根据所述偏振信息，获得偏振算子，其中，所述偏振算子用于计算图像的灰度变化量和变化方向；
获取所述目标物体的无偏图像；
利用所述偏振算子对所述无偏图像进行特征提取，获得目标特征图像，其中，所述目标特征图像表征所述目标物体的轮廓。


2.根据权利要求1所述的方法，其特征在于，所述根据目标物体的目标辐射图像，获得斯托克斯Stokes参量图，包括：
分别采集所述目标物体的目标辐射图像I0°、I45°、I90°和I135°，其中，所述目标辐射图像I0°、I45°、I90°和I135°分别在偏振方向为0°、45°、90°和135°时获得；
根据如下公式计算所述目标辐射图像的Stokes参量：



其中，S用于表征Stokes参量，S0、S1、S2和S3均为所述Stokes参量S的分量，IRCP用于表征所述目标辐射图像的右旋圆偏振，所述ILCP用于表征所述目标辐射图像的左旋圆偏振。


3.根据权利要求2所述的方法，其特征在于，所述根据所述Stokes参量图，获得所述目标物体表面的偏振信息，包括：
利用所述Stokes参量图，根据如下公式计算获得所述目标物体表面的偏振信息图像：



其中，p用于表征所述偏振信息图像的偏振度,α用于表征所述偏振信息图像的偏振角。


4.根据权利要求1至3中任一所述的方法，其特征在于，所述利用所述偏振算子对所述无偏图像进行特征提取，获得目标特征图像，包括：
对所述无偏图像进行高斯滤波，获得第一特征图像，其中，所述第一特征图像用于表征所述无偏图像除去噪声点后的图像；
利用有限差分计算确定所述第一特征图像的第一梯度幅值和梯度方向，其中，所述第一梯度幅值为所述第一特征图像沿坐标轴方向的偏导数的振幅，所述梯度方向为所述第一特征图像的梯度变化最快的方向，每一个所述第一梯度幅值对应一个像素位置；
从所述第一梯度幅值中获取第二梯度幅值，其中，所述第二梯度幅值为去除非边缘像素后的幅值图像；
利用预设的双阈值算法从所述第二梯度幅值中确定目标特征图像。


5.根据权利要求4所述的方法，其特征在于，所述利用有限差分计算确定所述第一特征图像的第一梯度幅值和梯度方向，包括：
根据如下公式确定所述第一特征图像的水平方向的水平向差分：
fx(x,y)＝S1＝I0-I90
其中，fx(x,y)用于表征所述水平向差分；
根据如下公式确定所述第一特征图...

【专利技术属性】
技术研发人员：陈伟力，修鹏，王淑华，陈艳，徐文斌，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京;11