【技术实现步骤摘要】
本专利技术主要涉及到单像素成像，尤其是一种单像素体制下的目标边缘检测与识别方法、装置、设备及介质。
技术介绍
1、边缘检测技术是获取图像结构特征的重要手段。边缘检测能够大幅度地减少图像的数据量，剔除了不相关的信息，保留目标图像的固有特征，因而在图像识别中具有重要意义。
2、在单像素成像体制下，由于单像素探测器只接收目标回波的强度信号，因此从目标回波信号中解码复杂的目标信息十分困难。因此目前的主流单像素成像技术主要关注对目标进行高质量的快速成像。如果要获取目标的边缘信息，往往只能在对目标计算成像后，再根据清晰图像提取目标的边缘。
3、由于单像素成像需要采用大量结构光场照明目标，同等条件下的成像速度不如传统阵列传感器成像，因而在单像素成像体制下，对目标的边缘检测也难以得到较高的实时性。另外，学界已经证明，受某些结构光场的特性影响，单像素成像技术得到的目标图像往往会存在一些背景噪声，这降低了传统边缘检测算法的鲁棒性。
技术实现思路
1、针对现有技术存在的技术问题，本专利技术提出一种单像素体制下的目标边缘检测与识别方法、装置、设备及介质。
2、为实现上述目的，本专利技术采用的技术方案如下：
3、一方面，本专利技术提供一种单像素体制下的目标边缘检测方法，包括：
4、获取边缘检测结构光场照明目标时对应的回波强度；其中所述边缘检测结构光场经边缘检测结构光场二维强度分度矩阵调制得到，所述边缘检测结构光场二维强度分度矩阵通过将sobel边缘
5、基于所述回波强度重构目标图像；
6、基于目标图像得到目标的梯度图；
7、基于目标的梯度图进行梯度检测即可提取目标边缘轮廓。
8、进一步地，所述边缘检测结构光场二维强度分度矩阵的生成方法包括：
9、生成尺寸为n×n的哈德码光场二维强度分布矩阵；
10、将各组哈德码光场二维强度分布矩阵的尺寸放大3倍；
11、将每一个放大后的哈德码光场二维强度分布矩阵上尺度为3×3，值全为+1的像素块替换为sobel边缘检测算子，得到边缘检测结构光场二维强度分布矩阵。
12、进一步地，所述sobel边缘检测算子包括sx和sy，sx和sy分别表示x和y方向的边缘检测算子，其中：
13、本专利技术提供了一种边缘检测结构光场二维强度分度矩阵生成方法，通过将sobel边缘检测算子与哈德码光场二维强度分布矩阵进行融合得到。具体地，包括：
14、生成尺寸为n×n的哈德码光场二维强度分布矩阵；
15、将各组哈德码光场二维强度分布矩阵的尺寸放大3倍；
16、将每一个放大后的哈德码光场二维强度分布矩阵上尺度为3×3，值全为+1的像素块替换为sobel边缘检测算子，得到边缘检测结构光场二维强度分度矩阵。
17、本专利技术提供了一种边缘检测结构光场生成方法，包括：
18、生成边缘检测结构光场二维强度分度矩阵，所述边缘检测结构光场二维强度分度矩阵通过将sobel边缘检测算子与哈德码光场二维强度分布矩阵进行融合得到；
19、利用边缘检测结构光场二维强度分度矩阵调制照明光束，得到边缘检测结构光场。
20、另一方面，本专利技术还提供一种获取目标边缘轮廓特征的方法，包括：
21、基于上述单像素体制下的目标边缘检测方法提取目标的目标边缘轮廓；
22、采用傅里叶描述子a(u)表征目标边缘轮廓特征；
23、
24、其中k＝0,1,2...k-1。k为离散傅里叶变换的采样点数，u为信号频率。
25、傅立叶描述子需少量的描述子项(即描述子向量中的数不需要太多)即可大致代表整个目标边缘轮廓。对傅立叶描述子进行简单的归一化操作后，即可使傅立叶描述子具有平移、旋转、尺度不变性，即不受目标边缘轮廓在目标图像中的位置、角度及轮廓的缩放等影响，是一个鲁棒性较好的图像特征。
26、另一方面，本专利技术还提供一种基于目标边缘轮廓的目标识别方法，包括：
27、基于上述单像素体制下的目标边缘检测方法提取目标的目标边缘轮廓；
28、采用傅里叶描述子a(u)表征各目标边缘轮廓特征；
29、
30、其中k＝0,1,2...k-1。k为离散傅里叶变换的阶数。k为离散傅里叶变换的采样点数，u为信号频率。
31、基于傅里叶描述子a(u)识别区分不同目标边缘轮廓，进而区分不同目标。提取目标的目标边缘轮廓后用傅里叶描述子表征目标边缘轮廓特征，进而根据傅里叶描述子识别不同目标，进而还可以对不同目标进行分类等。采用本方法可在单像素成像体制下实现不依赖对目标图像的目标轮廓识别。
32、另一方面，本专利技术提供一种单像素体制下的目标边缘检测装置，包括：
33、边缘检测结构光场二维强度分度矩阵生成单元，用于生成边缘检测结构光场二维强度分度矩阵，所述边缘检测结构光场二维强度分度矩阵通过将sobel边缘检测算子与哈德码光场二维强度分布矩阵进行融合得到；
34、照明光束产生单元，包括光源以及光场调制器件，所述光场调制器件上加载有所述边缘检测结构光场二维强度分度矩阵，用于对光源产生的光束进行调制，调制后的光束照射到目标上；
35、目标回波采集单元，用于获取边缘检测结构光场照明目标时对应的回波强度；
36、目标边缘轮廓提取单元，用于基于所述回波强度重构目标图像，基于目标图像得到目标的梯度图，基于目标的梯度图进行梯度检测即可提取目标边缘轮廓。
37、另一方面，本专利技术提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
38、获取边缘检测结构光场照明目标时对应的回波强度，目标数目为1个或1个以上；其中所述边缘检测结构光场经边缘检测结构光场二维强度分度矩阵调制得到，所述边缘检测结构光场二维强度分度矩阵通过将sobel边缘检测算子与哈德码光场二维强度分布矩阵进行融合得到；
39、基于所述回波强度重构目标图像；
40、基于目标图像得到目标的梯度图；
41、基于目标的梯度图进行梯度检测即可提取目标边缘轮廓。
42、另一方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
43、获取边缘检测结构光场照明目标时对应的回波强度，目标数目为1个或1个以上；其中所述边缘检测结构光场经边缘检测结构光场二维强度分度矩阵调制得到，所述边缘检测结构光场二维强度分度矩阵通过将sobel边缘检测算子与哈德码光场二维强度分布矩阵进行融合得到；
44、基于所述回波强度重构目标图像；
45、基于目标图像得到目标的梯度图；
46、基于目标的梯度图进行梯度检测即可提取目标边缘轮廓。...
【技术保护点】
1.单像素体制下的目标边缘检测方法，其特征在于，包括：
2.根据权利要求1所述的单像素体制下的目标边缘检测方法，其特征在于，所述回波强度通过GI单像素图像重构方法重构目标图像。
3.根据权利要求1所述的单像素体制下的目标边缘检测方法，其特征在于，所述边缘检测结构光场二维强度分度矩阵的生成方法包括：
4.根据权利要求3所述的单像素体制下的目标边缘检测方法，其特征在于，所述Sobel边缘检测算子包括Sx和Sy，Sx和Sy分别表示x和y方向的边缘检测算子，其中：
5.根据权利要求1至权利要求4所述的单像素体制下的目标边缘检测方法，其特征在于，所述边缘检测结构光场包括x方向和y方向的边缘检测结构光场；
6.边缘检测结构光场生成方法，其特征在于，包括：
7.根据权利要求6所述边缘检测结构光场生成方法，其特征在于，边缘检测结构光场二维强度分度矩阵的生成方法，包括：
8.根据权利要求7所述的边缘检测结构光场的生成方法，其特征在于：所述Sobel边缘检测算子包括Sx和Sy，Sx和Sy分别表示x和y方向的边缘检测算
9.获取目标边缘轮廓特征的方法，其特征在于：
10.基于目标边缘轮廓的目标识别方法，其特征在于，包括：
11.单像素体制下的目标边缘检测装置，其特征在于，包括：
12.单像素体制下的目标识别装置，其特征在于，包括：
13.一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于：处理器执行计算机程序时实现如权利要求1所述的单像素体制下的目标边缘检测方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：计算机程序被处理器执行时实现如权利要求1所述的单像素体制下的目标边缘检测方法的步骤。
...【技术特征摘要】
1.单像素体制下的目标边缘检测方法，其特征在于，包括：
2.根据权利要求1所述的单像素体制下的目标边缘检测方法，其特征在于，所述回波强度通过gi单像素图像重构方法重构目标图像。
3.根据权利要求1所述的单像素体制下的目标边缘检测方法，其特征在于，所述边缘检测结构光场二维强度分度矩阵的生成方法包括：
4.根据权利要求3所述的单像素体制下的目标边缘检测方法，其特征在于，所述sobel边缘检测算子包括sx和sy，sx和sy分别表示x和y方向的边缘检测算子，其中：
5.根据权利要求1至权利要求4所述的单像素体制下的目标边缘检测方法，其特征在于，所述边缘检测结构光场包括x方向和y方向的边缘检测结构光场；
6.边缘检测结构光场生成方法，其特征在于，包括：
7.根据权利要求6所述边缘检测结构光场生成方法，其特征在于，边缘检测结构光场二...
【专利技术属性】
技术研发人员：王彦，张丹，韩凯，雷国忠，来文昌，孟琪，贾昊龙，王雯慧，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。