[发明专利]一种基于颜色、位置聚类和角点检测的栅格状雷达的检测方法

权利要求书

1.一种基于颜色、位置聚类和角点检测的栅格状雷达的检测方法，其特征在于实现步骤如下：

Step1:对原始图像进行基于颜色和位置的聚类；

Step2:对原始图像进行预处理，对原始图像进行灰度化，然后自适应二值化，并将二值化的图像黑白颜色进行翻转，以便Step3的处理；

Step3；对期望区域进行相对强化：首先根据图像的大小确定待检测窗口的大小，设为图像中长和宽中的较大值的1/15，设该值为m；然后根据step2得到的经过预处理的二值化图像，遍历该图像中的每一点，如果待检测点的周围m*m个像素点中有超过50％的点是白色的，则将该中心点置为黑色，否则不改变该点的像素值，通过此步骤得到栅格状雷达相对强化的图像；

Step4:霍夫变换检测直线，在Step3得到的相对强化的图像中使用霍夫变化的原理检测直线，并将检测结果显式地表示在一张人造的与原图像大小相同的全白图像中；

Step5:对Step4中得到的图像进行角点检测并记录；

Step6:角点的分类与判决，根据Step5检测到的角点，结合Step1得到的颜色分类计算每一类中的角点数目，从而判断是否有符合判决条件的区域，有则输出，没有再返回Step1，重新进行分类，直到进行3次，若3次中都没有找到符合判决条件的区域，则认为原图像中无雷达。

2.根据权利要求1所述的基于颜色、位置聚类和角点检测的栅格状雷达的检测方法，其特征在于：所述Step1对原始图像进行基于颜色和位置的聚类具体实现步骤如下：

(11)为图像中的每像素点自定义五维数组；

(12)对步骤(11)中自定义的五位数组进行赋值，其中第1,2,3维是图像中每点的像素值的R，G，B分量；第4,5维是图像中各点的横、纵坐标乘以256，再除以图像的长、宽的结果，以便达到五维数组的数值大小的一致性；

(13)利用步骤(12)中得到的每点的五维数组进行k-means聚类，聚类的数目使用图像长和宽中的较大值的1/20，从而得到基于图像的颜色和位置的聚类结果。

3.根据权利要求1所述的基于颜色、位置聚类和角点检测的栅格状雷达的检测方法，其特征在于：所述Step 6中角点的分类和判决的准则和依据的方法具体实现步骤如下：判断得到的每一类中的角点数目是否超过分类数目的倒数的2.5倍；如果超过，则认为原图像中有雷达，并且该类的区域就是雷达所在的区域；如果没有超过，则返回step1，重新进行基于颜色和位置的分类，然后再进行判决，如果反复进行3次都没有符合判决条件,则进行否定判决，即认为原图像中没有雷达。