一种适用于无人机遥感平台的砾石自动筛分方法

本发明涉及数字图像处理与分析在海岸动力学以及河流动力学领域的应用，具体为一种适用于无人机遥感平台的砾石自动筛分方法。

背景技术：

1、在海岸动力学和河流动力学领域，未固结颗粒的级配曲线对于水力粗糙度、流动阻力以及河床或海床稳定性等方面具有重要影响。然而，现有的基于图像处理技术的砾石级配曲线自动检测方法，如自动粒径测量方法(automated grain sizing method简称ags)、自动图像过滤方法(automatic with image filtering method简称aif)和基于matlab的自动目标检测方法(matlab-based automatic object detection software简称basegrain)存在严重的图像过分割和欠分割问题。图像过分割问题会将大粒径砾石错误分割为多个小粒径砾石，进而导致级配曲线高百分位部分被低估。相反，图像欠分割问题会将多个小粒径砾石错误分割为一个大粒径砾石，进而导致级配曲线低百分位部分被低估，砾石分割准确性低。

2、因此，亟需设计一种能解决上述技术问题的砾石自动筛分方法。

技术实现思路

1、本发明的目的在于提供一种适用于无人机遥感平台的砾石自动筛分方法，能够显著减少数字砾石筛分过程中的图像过分割和欠分割问题，从而能够准确且可靠地获取砾石的级配曲线。

2、本发明的目的之一是提供一种适用于无人机遥感平台的砾石自动筛分装置，其特殊之处在于包括无人机1、透明悬挂线2、标定球体3，其中悬挂线2连接于无人机1底部，悬挂线2底部连接标定球体3；

3、优选的，所述悬挂线长度1～2米，标定球体3直径3-5厘米。

4、本发明的目的之二是提供一种适用于无人机遥感平台的砾石自动筛分方法，其特殊之处在于包括以下步骤：

5、步骤1：首先，采用无人机1用悬挂绳2将标定球体3放置于待拍摄场地并调整无人机1的拍摄云台进行图像采集，然后，依据图像中识别出的标定球体3像素数量以及标定球体3的实际截面尺寸来确定单像素尺寸，最后，依据砾石形状的凸特征来生成砾石种子点(见附图2中的(a))；

6、步骤2：首先，根据采集到图像中砾石形状的凸特征，确定砾石像素斑块的最大搜索范围，从而减少图像的过分割和欠分割问题，然后，依据砾石图像在颜色域中的特点，对砾石像素斑块进行搜索和判断(见图2中的(b))，进一步提高了砾石分割的准确性；

7、步骤3：根据像素斑块搜索过程正常结束与否来生成砾石图像，具体方法如下：若像素斑块搜索正常结束，即找到了完整的砾石边界，可以直接在原图中将砾石分割出来；若像素斑块搜索非正常结束，即没有找到完整的砾石边界，此时，根据搜索到的像素斑块在图像中的坐标，将这些像素斑块组合起来生成砾石图像(见图2中的(c))。

8、所述步骤1具体包括以下步骤：

9、a)单个像素尺寸确定；

10、b)生成砾石二值图像；

11、c)单个砾石种子生成；

12、d)砾石位置种子点合并。

13、所述a)单个像素尺寸确定的具体步骤为：

14、为了增加无人机1拍摄过程的灵活性，采用在无人机1下方用透明悬挂线2悬挂一个标定球体3，待无人机1飞到拍摄区域上方距地面1米左右时调整拍摄云台的拍摄角度使标定球体3位于拍摄视野内，后期通过确定该标定球体3的平面所包含的像素数量来最终确定单个像素的尺寸，拍摄过程中由于光照不均匀以及标定球体3表面的反光等因素影响导致直接识别的标定球体3会出现一定误差，为提高单个像素尺寸的标定精度，需要在拍摄图片内重新标定标定球体3的范围(见图3中的(b)和(c))(在windows系统自带的画图板中用与标定球体3相同颜色的圆形图案覆盖标定球体3)；

15、单个像素尺寸：

16、

17、式中：lpix为单像素边长，单位mm；dsph为标定球体直径，单位mm；npix为标定球体在图像中包含的像素数量；

18、该步骤作用为：通过在图像视域内放置已知尺寸的标定球体，可以直接测定相机的单像素尺寸，又因为是球体，因此从任意方向拍摄的图片均为圆形，提高了图像采集过程的灵活性。

19、所述b)生成砾石二值图像的具体步骤为(见图3中的(d)、(d1)、(e)、(e1)、(f)以及(f1))：

20、采用阈值法结合canny法生成砾石二值图像；

21、ibin＝ithr∪ican                    (2)

22、式中：ibin为砾石二值图像；ithr为阈值法获得砾石二值图像；ican为canny法获得的砾石二值图像；

23、对于生成的砾石二值图像存在大量细小的孔洞和斑点，对这些孔洞和斑点进行过滤处理以净化砾石二值图像；

24、所述过滤处理的像素斑块的像素数阈值为100个像素；

25、该步骤作用为：获取砾石边界的大致范围。

26、所述c)单个砾石种子生成的具体步骤为：

27、砾石的位置种子点是后期进行砾石图像生成的核心，要求生成的种子点过程既要高效，又要确保生成的种子位于尽可能多的砾石内，首先采用将图像按照设定的分割数量划分为大小一致的矩形区域，根据给定数量的种子点，将图像划分为相等数量的矩形网格，其中矩形网格的宽度和高度为(见图3中(g)、(g1)，(h)以及(h1)～(h3))：

28、

29、式中：wrec和hrec为矩形网格的宽度和高度的像素数，wimg和himg为原始图像的宽度和高度的像素数，nsee为种子点的数量；

30、随后，在每个矩形网格内生成一个随机位置点，并判断该点是否为种子点，在潜在的砾石位置创建随机点，随机点的坐标为：

31、

32、式中：hran和vran为随机点的水平和垂直坐标，nhor和nver为水平和垂直网格的数量，rrng是0到1之间的随机浮点数；

33、所述随机点作为种子点的标准如下：

34、(1)位置点不能是边界点；

35、(2)位置点八个方向的延长线与边界的交点集是凸集。

36、如果上述条件不全部满足，则继续在矩形内生成新的点，直到找到符合要求的种子点或者达到搜索上限(默认上限：30)并继续在下一个矩形中重复该过程，直到遍历整个图像；

37、该步骤的作用为：确定砾石的正确位置，防止砾石分割过程从砾石间隙开始。

38、所述d)砾石位置种子点合并的具体步骤为(见图3中的(i)以及(i1)～(i3))：

39、为了提高图像处理效率，需要合并生成的种子点，实施合并操作的过程如下：首先，从每个种子点的四个方位(上、下、左、右)出发，向外部扩展，直到接触到图像边界，在此过程中，记录下与边界相交的四个点，然后，以这四个点为约束条件，构建一个最小的矩形区域，即种子点的影响范围，最后，将处于该影响范围内的所有种子点合并为一个新的种子点，同时，需要记录下这个新种子点是由几个原始种子点合并而来的，新种子点的位置按照下述公式(5)计算出新种子的坐标，如此，通过重复上述步骤就完成了种子点的生成及合并的过程。

40、

41、式中：xnew和ynew为新合并后的种子点的横纵坐标；xseed,k和yseed,k为合并区域内第k种子点的横纵坐标；nseed,k为合并区域内第k种子点是由几个种子点合并生成的。

42、该步骤作用：提高种子质量，即使种子点位于砾石的靠近砾石的中心部位。

43、所述步骤2的具体步骤为：

44、由于单个像素点仅具有单个色彩值，因此无法捕捉砾石的纹理信息，采用中心像素点及其八邻域像素点组成的像素斑块作为基本单元，在可能存在砾石的区域中进行搜索、判断和校正，该过程分为以下步骤：

45、第一步，确定砾石轮廓的凸包，以便准确追踪其边缘；

46、第二步，以种子点为中心，开始寻找砾石像素斑块；

47、第三步，对搜索到的碎石块进行判断，以确定其是否为待分割的砾石像素斑块；

48、第四步，纠正误判的砾石像素斑块。

49、所述第一步中砾石轮廓的凸包确定过程为(见图3中的(j)、(j1)、(j2)以及(k1)～(k4)))：

50、为了确保在后续搜索中减少对砾石边界的误判，需要在现有边界信息的基础上设定一个硬性指标来结束砾石搜索，考虑到砾石的形状大多是凸形的，采用以种子点影响范围内生成的砾石凸包作为结束搜索的硬性指标；凸包具体生成过程如下：首先，按照公式(6)确定种子点的影响范围，并在其影响范围内按照公式(4)重新生成一定数量的新点(默认值为800)；

51、种子点的影响范围：

52、

53、式中：xmin,xmax,ymin,ymax分别为种子点影响范围的水平起始坐标和垂直起始坐标；(xleft,yleft),(xright,yright)，(xup,yup),(xdown,ydown)分别为以种子点为端点向上下左右四个方向引射线与砾石边界接触的四个点的坐标值；

54、然后，以新生成的点为原点，在16个方向上发出射线与砾石边界相交，每两条相邻线之间的角度为22.5°，由于砾石剖面不完整，这16个交点中有几个不在该砾石边界上，而是在其他相邻的砾石边界上，这些边界上的交点也按照距新生成的种子点的距离升序排序，仅保留前几个交点作为砾石剖面点(默认值为8)，接下来，按照graham扫描法生成交点集的凸包。

55、该步骤作用：确定砾石的最大搜索范围，降低砾石图像欠分割和过分割。

56、所述第二步中寻找砾石像素斑块的过程为：

57、砾石像素斑块(像素斑块定义为中心像素和它周围八个相邻的像素组成的一个像素集)的搜索过程是以种子点为中心，按照逆时针方向进行搜索，以种子点为坐标原点建立的直角坐标系的“第一象限”、“第二象限”、“第三象限”、“第四象限”的主搜索方向分别为“上”、“左”、“下”、“右”四个主搜索方向(见图4(a(a)))。每个主搜索方向的左面、前面、右面的三个方向为次搜索方向(如，主搜索方向为“上”，则次搜索方向为“左”、“上”和“右”，其他的次搜索方向以此类推)，对于每个像素斑块的搜索是通过主搜索方法来确定次搜索方向，而对于三个次搜索方向的移动优先级为：砾石边界像素斑块>为确定的像素斑块>砾石像素斑块；

58、由于种子点周围的区域最有可能属于待分割的砾石，因此用于判断后续像素斑块的初始像素斑块集，该初始像素斑块区域是以种子点为中心，以种子点到砾石边界最短距离的三分之一为边长的正方形区域，图4(a(b))中黑点覆盖的区域即为该初始区域，随后，在该方形区域的外围按照“第一象限”、“第二象限”、“第三象限”、“第四象限”的顺序进行像素斑块搜索；

59、具体搜索过程可以简述如下：

60、第一，“第一象限”搜索

61、砾石斑块的搜索从种子点开始，向右直线搜索，直至找到未检测到的位置或砾石边界，即为搜索的起点和终点(见图4(a(c))))。起始的主搜索方向为“上”，次搜索方向为“左”、“上”、“右”(见图4(a(d))))。当左面的像素斑块为未确定像素斑块时，则搜索砾石位置需要向左移动(见图4(a(e))))。此时，必须注意主搜索方向仍保持“向上”，直到搜索位置进入“第一、二象限”的边界，随后，主搜索方向改变为“左”(见图4(a(f))))；

62、第二，“第二象限”搜索

63、在主搜索方向“左”的搜索过程中，从搜索区域水平方向的中心轴开始，继续按照次搜索方向“上”、“左”、“下”进行搜索(见图4(a(f))))。当下面的搜索位置为未确定像素斑块时，搜索砾石位置需要向下移动(见图4(a(g))))，此时，主导搜索方向为“左”，直到搜索位置进入“第二，三象限”的边界(见图4(a(h))))，此时，主搜索方向变为“下”；

64、第三，“第三象限”搜索

65、在主搜索方向“下”的搜索过程中，从搜索区域的垂直方向的中心轴开始(见图4(a(h))))，按照次搜索方向“右”、“下”、“左”进行搜索(见图4(a(h))))。当右面的搜索位置为未确定像素斑块时，搜索砾石位置向右进行搜索(见图4(a(i))))。然而，主搜索方向仍然是“下”，直到搜索位置进入“第三，四象限”的边界，主搜索方向切换到“右”(见图4(a(j))))；

66、第四，“第四象限”搜索

67、本轮最后一个主方向搜索是“右”方向搜索(见图4(a(j))))。该方向按照次搜索方向“上”、“右”、“下”进行搜索。直到上面遇到未确定像素斑块，搜索方向向上切换(见图4(a(k))))。然而，主要搜索方向始终是“右”直到搜索结束。当搜索到达初始位置时，搜索结束并返回搜索到的砾石斑块集合。

68、所述第三步中对搜索到的碎石块进行判断的具体过程为：

69、经过一轮砾石像素斑块搜索后，形成一个待测试的像素斑块集。接下来，将对这个像素斑块集进行检测以确定哪些像素斑块属于砾石，哪些有属于砾石边界。另外，用于确定像素斑块是否为砾石块颜色域的初始区间由紧邻种子点的正方形区域内的像素斑块的值确定(该区域的确定方法见第二步(见图4(a(b)))))，砾石像素斑块的判定过程如下：

70、第一，如果待测像素斑块的九个像素中有一半以上属于砾石颜色域范围内，则判断该像素斑块为砾石内的像素斑块，并更新砾石的颜色域范围；

71、第二，假设第一条标准不符合，在这种情况下，将继续确定像素斑块的四个邻域内的斑块是否属于砾石边界；如果属于，则确定该斑块为边界；

72、第三，如果不满足第二个条件，此时需要判断像素块的8个邻域内属于砾石像素斑块数量是否大于等于砾石颜色域调整阈值(默认值为5)，如果满足条件，则该像素斑块属于砾石，并且更新砾石的颜色域范围；

73、第四，如果八个邻域内属于砾石像素斑块数量在隶属砾石像素数阈值(默认值为3)和颜色域调整阈值之间，则该像素斑块属于砾石。并且砾石的颜色域范围不需要更新。

74、第五，如果以上四个条件都不满足，则该像素块是砾石边界。

75、该步骤作用：提高砾石像素斑块搜索的准确性，降低砾石图像搜索过分割和欠分割。

76、所述步骤四中纠正误判的砾石像素斑块的具体步骤为：

77、像素斑块在判定过程中难免存在误判的像素斑块，针对这种情况从下述两个方面进行校准：

78、一方面是对错误分类的砾石边界斑块进行校准：

79、正常的砾石边界应位于所有砾石斑块的最外侧。因此，从像素斑块出发向四邻域方向(即，上、下、左、右)发射射线直至接触到砾石像素斑块或者图像边界为止，在该砾石的掩膜图像(如图5)中至少有一个方向的延伸直线应接触到整幅图像的边缘(见图5中的3)；如果不满足这一点，则此砾石边界位于砾石内部(见图5中2)。此外，砾石边界不应是一个孤立的点(见图5中1)；如果该像素斑块的八个邻域内没有边界斑块，则该斑块为砾石像素斑块(见图5中2)，并更新砾石的斑块集和颜色域。

80、另一方面是对错误分类的砾石斑块进行校准：

81、如果一个像素斑块被认为是砾石斑块，则其八个邻域内的砾石块数量应大于或等于砾石像素斑块数量阈值(默认值为2)，如果不满足此条件，则将该像素块的属性修改为砾石边界，并且更新砾石像素斑块集和颜色域范围(见图5中的5和6)。

82、该步骤作用：提高砾石像素斑块搜索准确性和稳定性。

83、所述砾石图像生成的具体步骤为：

84、在单个砾石图像生成过程中，主要考虑两种情况：一种是砾石搜索过程是正常终止的，砾石具有完整的边界，因此可以根据边界信息直接从原始图像中将砾石分割出来，如图6(a)和(b)所示；另一种是砾石搜索过程由于异常情况而终止搜索的，在这种情况下没有完整的砾石信息，因此可以根据已搜索到的像素斑块在图像中坐标将所有像素斑块组合起来生成砾石图像，如图6(a)和(b)所示。另外，平面内砂砾的b轴粒径由包围砾石轮廓的最小椭圆的短轴长度确定，如图6(c)和(c)所示。

85、本发明提出的方法相较于已有的方法存在精度高、稳定性好的优点，其中精度高和稳定性好主要来源于以下几点：

86、1)砾石位置的准确定位。

87、本发明提出砾石位置种子点生成方法可以很好地定位到待分割砾石内部。

88、2)砾石图像分割

89、本发明提出的砾石图像分割方法主要通过建立砾石凸包，确立砾石的最大范围，进而降低砾石图像的欠分割问题；通过建立像素斑块搜索和判断方法减小图像过分割问题；最后通过错误像素斑块的纠正方法进一步提高砾石图像分割的准确性。