一种毫米波辐射图像火点检测识别方法及系统技术方案

本发明专利技术公开了一种毫米波辐射图像火点检测识别方法及系统，属于毫米波成像技术领域。本发明专利技术对毫米波辐射图像进行预处理时对小波阈值去噪方法进行了改进，优势在于：在阈值处连续，消除局部抖动导致图像边缘部分不连续带来的影响，提高图像的质量和火点判别的准确性；增加调节因子来调整阈值函数的陡峭性，使函数在过阈值点后，更快的到达硬阈值函数状态，最大程度减小处理后的小波系数与原始值存在恒定偏差的影响，使重构的信号最大程度逼近真实信号，提高火点判别的准确性。提高火点判别的准确性。提高火点判别的准确性。

【技术实现步骤摘要】
一种毫米波辐射图像火点检测识别方法及系统


[0001]本专利技术属于毫米波成像
，更具体地，涉及一种毫米波辐射图像火点检测识别的方法和系统。

技术介绍

[0002]毫米波是指波长在1mm
‑
10mm之间的电磁波,被动毫米波成像系统通过被动检测来自目标场景天然存在的热辐射能量来形成图像。
[0003]火灾场景毫米波辐射图像分辨率较低，常用的处理方法包括去除噪声和超分辨率重建图像，然后识别图像中的火点。其中，噪声去除通常采用均值滤波、小波去噪等方法对毫米波图像进行滤波处理。均值滤波的平滑处理，容易导致低亮温物体边缘的火点特征不明确，造成漏检，使火点检测的结果不准确；小波去噪方法中，小波硬阈值滤波存在跳跃点，会导致边缘不连续，进而影响图像质量，降低火点识别的准确性。小波软阈值函数和已存在的一些改进的小波阈值去噪方法中，前者小波系数与原始值存在恒定偏差，后者在过阈值点后任然有一长段区间内小波系数与原始值存在不等偏差，过多的存在偏差会导致信号精度不高，影响到重构的信号与真实信号的逼近程度，同样也会影响图像的质量和火点判别的准确性；同时，使用毫米波辐射计系统搭载二维转台，成像过程中，可能由于人为原因或者不可控的外界干扰因素，产生与火点特征相似的干扰点，误判为火点，使火点检测的结果不准确。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种毫米波辐射图像火点检测识别的方法，其目的在于解决火点漏检和误判的技术问题。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种毫米波辐射图像火点检测识别的，包括：
[0006]S1.获取火场区域毫米波辐射图像对应的灰度值矩阵；
[0007]S2.采用小波阈值去噪方法对灰度值矩阵进行预处理，随后进行超分辨率重建；其中，阈值函数为：
[0008][0009]ε为阈值；a、b为调节因子；sign(*)为符号函数；e是常数，w为初始小波系数；
[0010]S3.遍历图像的每一行像素灰度值，在每一行像素灰度值中，根据第一预设阈值，筛选出疑似火点；根据第二预设阈值，排除疑似火点中的干扰点，得到确认火点；根据像素灰度值梯度变化关系，确定出火点的上下边界点；
[0011]S4.对灰度值矩阵进行转置后，执行与步骤S3中相同的行操作处理；
[0012]S5.将步骤S3和S4中得到的确认火点像素点和火点边界点分别取并集，得到完整
的图像火点像素点集合与火点边界像素点集合。
[0013]进一步地，步骤S1包括：
[0014]采用定标后的毫米波辐射计扫描火场区域，得到火电场景对应的电压矩阵；
[0015]将电压矩阵转化为0
‑
255的灰度值矩阵。
[0016]进一步地，步骤S2具体包括，
[0017]选择合适的小波基与分解层数对获取的原始图像进行小波分解，得到初始小波系数；
[0018]利用所述阈值函数对初始小波系数进行处理；
[0019]对处理后的小波系数进行小波重构，得到去噪后的图像；
[0020]采用双三次插值法处理滤波后的图像，得到高分辨率毫米波辐射图像。
[0021]本专利技术还提供了一种毫米波辐射图像火点检测识别的系统，包括：
[0022]数据采集模块，获取火场区域毫米波辐射图像对应的灰度值矩阵；
[0023]小波阈值去噪模块，采用小波阈值去噪方法对灰度值矩阵进行预处理，随后进行超分辨率重建；其中，阈值函数为：
[0024][0025]ε为阈值；a、b为调节因子；sign(*)为符号函数；e是常数，w为初始小波系数；
[0026]火点边界初筛模块，遍历图像的每一行像素灰度值，在每一行像素灰度值中，根据第一预设阈值，筛选出疑似火点；根据第二预设阈值，排除疑似火点中的干扰点，得到确认火点；根据像素灰度值梯度变化关系，确定出火点的上下边界点；
[0027]火点边界二次筛选模块，对灰度值矩阵进行转置后，执行与火点边界初筛模块中相同的行操作处理；
[0028]火点边界获取模块，将火点边界初筛模块和火点边界二次筛选模块得到的确认火点像素点和火点边界点分别取并集，得到完整的图像火点像素点集合与火点边界像素点集合。
[0029]进一步地，数据采集模块执行过程包括：
[0030]采用定标后的毫米波辐射计扫描火场区域，得到火电场景对应的电压矩阵；
[0031]将电压矩阵转化为0
‑
255的灰度值矩阵。
[0032]进一步地，小波阈值去噪模块执行过程包括，
[0033]选择合适的小波基与分解层数对获取的原始图像进行小波分解，得到初始小波系数；
[0034]利用所述阈值函数对初始小波系数进行处理；
[0035]对处理后的小波系数进行小波重构，得到去噪后的图像；
[0036]采用双三次插值法处理滤波后的图像，得到高分辨率毫米波辐射图像。
[0037]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果。
[0038](1)本专利技术对毫米波辐射图像进行预处理时，采用了改进的小波阈值去噪方法，本专利技术改进的阈值函数优势在于：在阈值处连续，消除局部抖动导致图像边缘部分不连续带
来的影响，提高图像的质量和火点判别的准确性；增加调节因子来调整阈值函数的陡峭性，使函数在过阈值点后，更快的到达硬阈值函数状态，最大程度减小处理后的小波系数与原始值存在恒定偏差的影响，使重构的信号最大程度逼近真实信号，提高火点判别的准确性。
[0039](2)本专利技术对图像每一行进行遍历，通过与灰度值阈值比较后得到疑似火点，再通过灰度值梯度阈值排除干扰点，提高火点识别的准确性；本专利技术还对图像的每一列进行遍历，具体地，采用对灰度值矩阵进行转置，再进行相同的行操作处理，可以调用同样的函数进行运算，不需额外建立函数；本专利技术将行遍历与列遍历一起处理，可以弥补单独行遍历处理或单独列遍历处理时不完整火点在图像边缘而无法检测火点边界的问题，行、列同时处理可以提高火点边界检测的准确性，减小漏检的可能性。通过处理得到准确的火点及图像边界，并在毫米波辐射图像中进行标记。
附图说明
[0040]图1是本专利技术实施例提供的一种毫米波辐射图像火点检测识别方法的流程示意图；
[0041]图2是本专利技术实施例提供的硬阈值函数、软阈值函数以及改进后的阈值函数曲线对比示意图；
[0042]图3是本专利技术实施例提供的初始毫米波辐射图像F(i,j)；
[0043]图4是本专利技术实施例提供的由改进的小波阈值函数滤波后,得到的滤波图像；
[0044]图5是本专利技术实施例提供的预处理后的高分辨率毫米波火点图像F(i
′
,j
′
)。
[0045]图6是本专利技术实施例提供的毫米波辐射图像F(i
′
,j
′
)第43、48、53行像素灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种毫米波辐射图像火点检测识别的方法，其特征在于，包括：S1.获取火场区域毫米波辐射图像对应的灰度值矩阵；S2.采用小波阈值去噪方法对灰度值矩阵进行预处理，随后进行超分辨率重建；其中，阈值函数为：ε为阈值；a、b为调节因子；sign(*)为符号函数；e是常数，w为初始小波系数；S3.遍历图像的每一行像素灰度值，在每一行像素灰度值中，根据第一预设阈值，筛选出疑似火点；根据第二预设阈值，排除疑似火点中的干扰点，得到确认火点；根据像素灰度值梯度变化关系，确定出火点的上下边界点；S4.对灰度值矩阵进行转置后，执行与步骤S3中相同的行操作处理；S5.将步骤S3和S4中得到的确认火点像素点和火点边界点分别取并集，得到完整的图像火点像素点集合与火点边界像素点集合。2.根据权利要求1所述的一种毫米波图像火点检测识别的方法，其特征在于，步骤S1包括：采用定标后的毫米波辐射计扫描火场区域，得到火点场景对应的电压矩阵；将电压矩阵转化为0
‑
255的灰度值矩阵。3.根据权利要求1所述的一种毫米波辐射图像火点检测识别的方法，其特征在于，步骤S2具体包括，选择合适的小波基与分解层数对获取的原始图像进行小波分解，得到初始小波系数；利用所述阈值函数对初始小波系数进行处理；对处理后的小波系数进行小波重构，得到去噪后的图像；采用双三次插值法处理滤波后的图像，得到高分辨率毫米波辐射图像。4.一种毫米波辐射图像火点检测识别的系统，其特征在于，包括：数据采集模块，用于获取火场区域毫米波辐射图像对应的灰度值矩阵；小波阈值去噪模块，用于采用小波阈值...

【专利技术属性】
技术研发人员：桂良启，陈鑫，何君，李贝贝，郭泽宇，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：