基于航拍图像的轨条砦识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于航拍图像的轨条砦识别方法及装置，涉及图像处理技术领域，主要技术方案包括：对获取到的包含轨条砦的彩色图像进行降噪处理；对降噪后的色彩图像使用直方图均衡化处理；对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合；对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点；通过预设距离算法确定与所述图像中心点最近的轨条砦为目标轨条砦，所述图像中心点由所述色彩图像的分辨率决定。主要应用于识别轨条砦的过程中。砦的过程中。砦的过程中。

【技术实现步骤摘要】
基于航拍图像的轨条砦识别方法及装置


[0001]本专利技术实施例涉及图像处理
，特别是涉及一种基于航拍图像的轨条砦识别方法及装置。

技术介绍

[0002]轨条砦作为一种阻滞中型或轻型登陆工具，以水泥为底(一般为梯形)，将钢条(或是铁轨型工字钢条)面向来威胁方向所制作而成的，其主要目的为刺破来袭船只船底，使其进水搁浅不能再次回程使用。其一直以来都是阻碍登岛作战的一大难题，如何对滩头众多的轨条砦进行识别和定位从而对其精准爆破是一个关键问题。
[0003]对轨条砦的识别和定位在民用领域较少关注，但其是军事领域中不得不克服的一个技术难点。时下流行的深度卷积神经网络进行目标识别的方法，利用海量的数据和强大的计算硬件支撑，达到了较好的识别效果，成为当前目标识别的主流方法。但是，轨条砦因其形态单一、可用做训练的数据稀少，很难用时下所流行的深度学习方法对其进行准确识别。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种基于航拍图像的轨条砦识别方法及装置，主要目的在于实现快速准确的对轨条砦进行识别。
[0005]为了解决上述问题，本专利技术实施例主要提供如下技术方案：
[0006]第一方面，本专利技术实施例提供了一种基于航拍图像的轨条砦识别方法，包括：
[0007]对获取到的包含轨条砦的彩色图像进行降噪处理；
[0008]对降噪后的色彩图像使用直方图均衡化处理；
[0009]对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合；
[0010]对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点；
[0011]通过预设距离算法确定与所述图像中心点最近的轨条砦为目标轨条砦，所述图像中心点由所述色彩图像的分辨率决定。
[0012]可选的，对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点包括：
[0013]在自定义的高维球区域内，所有像素点与高维球区域的圆心为起点所形成向量，所有向量的加和结果作为Mean shift向量；
[0014]计算高维球区域内的当前像素点的第一偏移均值，并将所述当前像素点沿所述Mean shift向量向所述第一偏移均值移动；
[0015]将所述第一偏移均值作为新起点，重新自定义高维球区域，并计算重新定义的高维球区域的第二偏移均值，并从新起点沿所述Mean shift向量向所述第二偏移均值移动，
直至确定出轨条砦在所述色彩图像中所述像素点集合的图像中心点；
[0016]向所述Mean shift向量增加核函数。
[0017]可选的，对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合包括：
[0018]根据自定义阈值获取所述色彩图像的图像均值，所述自定义阈值为所述轨条砦与图片背景的分割阈值；
[0019]基于所述图像阈值构建目标函数，并采用OTSU算法计算所述目标函数，将所述目标函数的全局最大值所对应的分割阈值作为最佳阈值。
[0020]可选的，对降噪后的色彩图像使用直方图均衡化处理包括：
[0021]计算所述色彩图像中各灰度值出现的概率；
[0022]根据所述概率计算得到分布函数；
[0023]计算所述分布函数的最小值，以对所述色彩图像执行均衡化处理。
[0024]第二方面，本专利技术实施例还提供一种基于航拍图像的轨条砦识别装置，包括：
[0025]降噪单元，用于对获取到的包含轨条砦的彩色图像进行降噪处理；
[0026]处理单元，用于对所述降噪单元降噪后的色彩图像使用直方图均衡化处理；
[0027]分割单元，用于对所述处理单元直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合；
[0028]聚类单元，用于对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点；
[0029]确定单元，用于通过预设距离算法确定与所述图像中心点最近的轨条砦为目标轨条砦，所述图像中心点由所述色彩图像的分辨率决定。
[0030]可选的，所述聚类单元包括：
[0031]第一处理模块，用于在自定义的高维球区域内，所有像素点与高维球区域的圆心为起点所形成向量，所有向量的加和结果作为Mean shift向量；
[0032]计算模块，用于计算高维球区域内的当前像素点的第一偏移均值；
[0033]移动模块，用于将所述当前像素点沿所述Mean shift向量向所述计算模块计算的所述第一偏移均值移动；
[0034]第二处理模块，用于将所述移动模块移动到的所述第一偏移均值作为新起点，重新自定义高维球区域，并计算重新定义的高维球区域的第二偏移均值，并从新起点沿所述Mean shift向量向所述第二偏移均值移动，直至确定出轨条砦在所述色彩图像中所述像素点集合的图像中心点；
[0035]增加模块，用于向所述Mean shift向量增加核函数。
[0036]可选的，分割单元包括：
[0037]获取模块，用于根据自定义阈值获取所述色彩图像的图像均值，所述自定义阈值为所述轨条砦与图片背景的分割阈值；
[0038]构建模块，用于基于所述图像阈值构建目标函数；
[0039]计算模块，用于采用OTSU算法计算所述目标函数，将所述目标函数的全局最大值所对应的分割阈值作为最佳阈值。
[0040]可选的，所述处理单元包括：
[0041]第一计算模块，用于计算所述色彩图像中各灰度值出现的概率；
[0042]第二计算模块，用于根据所述概率计算得到分布函数；
[0043]第三计算模块，用于计算所述分布函数的最小值，以对所述色彩图像执行均衡化处理。
[0044]借由上述技术方案，本专利技术实施例提供的技术方案至少具有下列优点：
[0045]本专利技术实施例提供的基于航拍图像的轨条砦识别方法及装置，包括：对获取到的包含轨条砦的彩色图像进行降噪处理；对降噪后的色彩图像使用直方图均衡化处理；对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合；对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点；通过预设距离算法确定与所述图像中心点最近的轨条砦为目标轨条砦，所述图像中心点由所述色彩图像的分辨率决定。本专利技术实施例通过利用复合图像处理的手段，能够快速高效、准确的识别轨条砦。
[0046]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术实施例的具体实施方式。
附图说明
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于航拍图像的轨条砦识别方法，其特征在于，包括：对获取到的包含轨条砦的彩色图像进行降噪处理；对降噪后的色彩图像使用直方图均衡化处理；对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合；对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点；通过预设距离算法确定与所述图像中心点最近的轨条砦为目标轨条砦，所述图像中心点由所述色彩图像的分辨率决定。2.根据权利要求1所述的方法，其特征在于，对所述像素点进行聚类，以获取每个轨条砦在所述色彩图像中所述像素点集合的图像中心点包括：在自定义的高维球区域内，所有像素点与高维球区域的圆心为起点所形成向量，所有向量的加和结果作为Mean shift向量；计算高维球区域内的当前像素点的第一偏移均值，并将所述当前像素点沿所述Mean shift向量向所述第一偏移均值移动；将所述第一偏移均值作为新起点，重新自定义高维球区域，并计算重新定义的高维球区域的第二偏移均值，并从新起点沿所述Mean shift向量向所述第二偏移均值移动，直至确定出轨条砦在所述色彩图像中所述像素点集合的图像中心点；向所述Mean shift向量增加核函数。3.根据权利要求1所述的方法，其特征在于，对直方图均衡化处理后的色彩图像进行分割处理，将所述色彩图像转换为二值图像，得到轨条砦在所述色彩图像中的像素点集合包括：根据自定义阈值获取所述色彩图像的图像均值，所述自定义阈值为所述轨条砦与图片背景的分割阈值；基于所述图像阈值构建目标函数，并采用OTSU算法计算所述目标函数，将所述目标函数的全局最大值所对应的分割阈值作为最佳阈值。4.根据权利要求1所述的方法，其特征在于，对降噪后的色彩图像使用直方图均衡化处理包括：计算所述色彩图像中各灰度值出现的概率；根据所述概率计算得到分布函数；计算所述分布函数的最小值，以对所述色彩图像执行均衡化处理。5.一种基于航拍图像的轨条砦识别装置，其特征在于，包括：降噪单元，...

【专利技术属性】
技术研发人员：杨楚乐，闫野，李靖，郄志鹏，鹿迎，邓宝松，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：