低可探测背景下的海天线提取方法和系统与流程

本发明涉及图像处理，具体地，涉及一种低可探测背景下的海天线提取方法和系统。

背景技术：

1、海天线提取是一种利用遥感图像数据中的信息，自动或半自动地识别和提取海天线的技术。海天线是指在图像中出现的海面和天空的交界线，是遥感图像中的一个重要的特征线条，具有很高的地物分类、目标识别、飞行姿态测量等应用价值。海天线提取的相关背景技术包括图像处理、计算机视觉、遥感影像处理、机器学习等方面的技术。船舶、舰艇等海面运动载体平视状态下获得的海面可见光图像一般分为三个区域：天空区域、海天线区域和海面区域。通常情况下，在进行目标检测或者目标跟踪等图像处理任务时，感兴趣区域大部分处于海天线区域中。因此，通过确定海天线区域，可以缩小图像处理时的感兴趣区域并减小计算量，同时还可以抑制海天线区域以外如海面区域上海杂波等不必要的噪声干扰。为了确定海天线区域，海天线提取起着非常重要的作用。

2、针对全景图像中的海天线提取方法，目前在文献中可以检索到的有基于椭圆拟合的海天线检测方法，该方法将低海况时手动测量的海天线圆心和半径作为先验知识，以此为依据设定两个同心圆环对海天线附近区域进行遮挡，从而消除全景设备区成像对海天线提取的不良影响，再在最外边缘搜索的基础上通过椭圆拟合提取海天线。

3、但是，上述方法在海天线缺失的情况下检测效果不理想。另外，基于最长曲线的海天线提取方法首先对全景图像进行边缘检测并细化，然后对得到的边缘进行梯度方向过滤，最后通过边缘连接和椭圆拟合实现海天线的提取。除此之外，根据海天线呈近似圆形的特点，研究者又提出了基于梯度方向特征的海天线提取方法。虽然该方法可以有效地提取出全景图像中的海天线，然而需要预先知道海天线的先验半径，但是这个先验半径并不容易获取。上述这些方法都需要或多或少已知一些先验条件才能满足海上监控领域对实时性和准确性的要求，因此需要研究更为合理、通用、有效的海天线提取方法。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种低可探测背景下的海天线提取方法和系统。

2、第一方面，本技术实施例提供一种低可探测背景下的海天线提取方法，包括：

3、步骤1：对输入图像进行预处理，得到预处理后的图像；

4、步骤2：通过边缘检测算法对所述预处理后的图像进行检测，确定图像中的海天线边缘；

5、步骤3：基于海天线边缘，通过随机抽样一致性算法查找直线；

6、步骤4：若找到的直线数量大于1，则通过预设阈值来确定海天线。

7、可选地，所述步骤1包括：对输入图像进行以下任一，或者任多操作：

8、缩放处理；

9、灰度转换；

10、滤波处理。

11、可选地，所述步骤1中对输入图像进行滤波处理包括：

12、假设输入图像为f(x,y)，设置的中值滤波器的尺寸为m×n，其中m和n均为奇数；对于图像中的每个像素点(x,y)，中值滤波的计算公式如下：

13、g(x,y)

14、＝median{f(x+i,y+j)|-(m-1)/2≤i≤(m-1)/2,-(n-1)/2≤j≤(n-1)/2}

15、其中，g(x,y)表示中值滤波后的图像像素值，median表示对滤波器窗口内像素值进行排序，取中间值作为g(x,y)的值；i和j是滤波器窗口中每个像素点相对于(x,y)的偏移量。

16、可选地，所述步骤2包括：

17、步骤2.1：通过高斯滤波器对所述预处理后的图像进行平滑处理，得到滤波后的图像，计算公式如下：

18、

19、其中，g(x,y)表示高斯滤波后的图像，i(x,y)表示原始图像，*表示卷积操作，σ表示标准差，x表示像素点的x轴坐标，y表示像素点的y轴坐标；

20、步骤2.2：对滤波后的图像进行梯度计算，计算公式如下：

21、gx＝i(x+1,y)-i(x-1,y)

22、gy＝i(x,y+1)-i(x,y-1)

23、

24、

25、其中，gx和gy分别表示图像在x和y方向的梯度值，g表示梯度的模值，θ表示梯度的方向角度；

26、步骤2.3：对滤波后的图像进行非极大值抑制，计算公式如下：

27、

28、其中，n(x,y)表示经过非极大值抑制后的图像，只保留梯度值沿着梯度方向为最大值的像素点，其余像素点设置为0；

29、步骤2.4：设高阈值为th，低阈值为tl，将梯度图像中的像素点分为三类：强边缘点、弱边缘点、非边缘点；其中：强边缘点的梯度值大于th的像素点，弱边缘点的梯度值在tl和th之间的像素点，非边缘点的梯度值小于tl的像素点；

30、步骤2.5：针对强边缘点，以每个强边缘点为起点沿着梯度方向追踪边缘，直到边缘结束或者遇到弱边缘点；

31、步骤2.6：对于追踪到的弱边缘点，若梯度值大于tl，则以对应的弱边缘点为起点继续追踪边缘，直到边缘结束或者遇到非边缘点。

32、可选地，高阈值设置为th＝150，低阈值设置为tl＝60。

33、可选地，所述步骤3包括：

34、步骤3.1：基于海天线边缘，提取出图像中的边缘像素点，并存储在一个集合中；

35、步骤3.2：初始化随机抽样一致性算的参数，所述参数包括：迭代次数、最小拟合样本数、拟合误差阈值；

36、步骤3.3：从边缘像素点集合中随机抽取预设数量的像素点，构建直线模型，并计算对应模型与所有边缘像素点之间的距离；

37、步骤3.4：根据预设的拟合误差阈值，筛选出与当前模型距离小于预设阈值的边缘像素点作为一组内点；

38、步骤3.5：若当前内点数目大于最小拟合样本数，则使用内点重新拟合一个新的直线模型；

39、步骤3.6：若当前内点数目大于之前找到的最优内点数目，则更新对应最优模型的参数，并记录当前内点数目作为新的最优内点数目；

40、步骤3.7：判断是否达到预设的迭代次数，若否，则返回执行步骤3.3；若是，则返回最优模型参数以及对应的内点集合，作为图像中的直线。

41、可选地，在所述步骤4中，将内点数量大于预设阈值的直线作为海天线，其中，预设阈值设置为τ＝20。

42、第二方面，本技术实施例提供一种低可探测背景下的海天线提取装置，包括：

43、预处理模块，用于对输入图像进行预处理，得到预处理后的图像；

44、边缘检测模块，用于通过边缘检测算法对所述预处理后的图像进行检测，确定图像中的海天线边缘；

45、直线查找模块，用于基于海天线边缘，通过随机抽样一致性算法查找直线；

46、海天线确定模块，用于在找到的直线数量大于1时，则通过预设阈值来确定海天线。

47、可选地，所述预处理模块，具体用于：对输入图像进行以下任一，或者任多操作：

48、缩放处理；

49、灰度转换；

50、滤波处理。

51、可选地，对输入图像进行滤波处理包括：

52、假设输入图像为f(x,y)，设置的中值滤波器的尺寸为m×n，其中m和n均为奇数；对于图像中的每个像素点(x,y)，中值滤波的计算公式如下：

53、g(x,y)

54、＝median{f(x+i,y+j)|-(m-1)/2≤i≤(m-1)/2,-(n-1)/2≤j≤(n-1)/2}

55、其中，g(x,y)表示中值滤波后的图像像素值，median表示对滤波器窗口内像素值进行排序，取中间值作为g(x,y)的值；i和j是滤波器窗口中每个像素点相对于(x,y)的偏移量。

56、可选地，所述边缘检测模块，具体用于：

57、通过高斯滤波器对所述预处理后的图像进行平滑处理，得到滤波后的图像，计算公式如下：

58、

59、其中，g(x,y)表示高斯滤波后的图像，i(x,y)表示原始图像，*表示卷积操作，σ表示标准差，x表示像素点的x轴坐标，y表示像素点的y轴坐标；

60、对滤波后的图像进行梯度计算，计算公式如下：

61、gx＝i(x+1,y)-i(x-1,y)

62、gy＝i(x,y+1)-i(x,y-1)

63、

64、

65、其中，gx和gy分别表示图像在x和y方向的梯度值，g表示梯度的模值，θ表示梯度的方向角度；

66、对滤波后的图像进行非极大值抑制，计算公式如下：

67、

68、其中，n(x,y)表示经过非极大值抑制后的图像，只保留梯度值沿着梯度方向为最大值的像素点，其余像素点设置为0；

69、设高阈值为th，低阈值为tl，将梯度图像中的像素点分为三类：强边缘点、弱边缘点、非边缘点；其中：强边缘点的梯度值大于th的像素点，弱边缘点的梯度值在tl和th之间的像素点，非边缘点的梯度值小于tl的像素点；

70、针对强边缘点，以每个强边缘点为起点沿着梯度方向追踪边缘，直到边缘结束或者遇到弱边缘点；

71、对于追踪到的弱边缘点，若梯度值大于tl，则以对应的弱边缘点为起点继续追踪边缘，直到边缘结束或者遇到非边缘点。

72、可选地，高阈值设置为th＝150，低阈值设置为tl＝60。

73、可选地，所述直线查找模块，具体用于：

74、步骤a1：基于海天线边缘，提取出图像中的边缘像素点，并存储在一个集合中；

75、步骤a2：初始化随机抽样一致性算的参数，所述参数包括：迭代次数、最小拟合样本数、拟合误差阈值；

76、步骤a3：从边缘像素点集合中随机抽取预设数量的像素点，构建直线模型，并计算对应模型与所有边缘像素点之间的距离；

77、步骤a4：根据预设的拟合误差阈值，筛选出与当前模型距离小于预设阈值的边缘像素点作为一组内点；

78、步骤a5：若当前内点数目大于最小拟合样本数，则使用内点重新拟合一个新的直线模型；

79、步骤a6：若当前内点数目大于之前找到的最优内点数目，则更新对应最优模型的参数，并记录当前内点数目作为新的最优内点数目；

80、步骤a7：判断是否达到预设的迭代次数，若否，则返回执行步骤a3；若是，则返回最优模型参数以及对应的内点集合，作为图像中的直线。

81、可选地，所述海天线确定模块，具体用于：将内点数量大于预设阈值的直线作为海天线，其中，预设阈值设置为τ＝20。

82、第三方面，本技术实施例提供一种低可探测背景下的海天线提取系统，包括：处理器和存储器，所述存储器中存储有可执行的程序指令，所述处理器调用所述存储器中的程序指令时，所述处理器用于：

83、执行如第一方面中任一项所述的低可探测背景下的海天线提取方法的步骤。

84、第四方面，本技术实施例提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现如第一方面中任一项所述的低可探测背景下的海天线提取方法的步骤。

85、与现有技术相比，本发明具有如下的有益效果：

86、本技术实施例提供的低可探测背景下的海天线提取方法，首先通过中值滤波对图像进行去噪处理，然后利用边缘检测算法进行海天线的检测，再进行直线拟合，最后通过设置阈值获取最优的海天线提取结果。从而解决了复杂背景下海面图像的海天线检测效果欠佳的问题，能够有效提高海天线检测的准确率，为海上目标检测提供了可靠依据。