[发明专利]用于弹炮遥控武器站的背景抑制方法在审
申请号: | 201810326693.1 | 申请日: | 2018-04-12 |
公开(公告)号: | CN108596844A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 徐振辉;毛保全;王之千;白向华;杨雨迎;韩小平;吴东亚;朱锐;李俊;冯帅;李程;张天意;辛学敏;郑博文;李晓刚;兰图 | 申请(专利权)人: | 中国人民解放军陆军装甲兵学院 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 中国兵器工业集团公司专利中心 11011 | 代理人: | 袁孜 |
地址: | 100072 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像信息 高斯滤波器 遥控武器站 背景抑制 抑制系数 滤波器 图像处理技术 方向信息 视觉仿生 视觉系统 梯度信息 图像边缘 图像特征 噪声信号 自适应性 网络 固定侧 抗噪性 自适应 引入 长轴 度量 短轴 方差 尺度 图像 | ||
1.一种用于弹炮遥控武器站的图像背景抑制方法,其特征在于,包括以下步骤:
步骤1、输入图像;
步骤2、根据描述图像边缘点特征的度量因子确定各向异性高斯滤波器的长轴尺度,根据图像的局部方差确定各向异性高斯滤波器的短轴尺度,并利用图像的梯度信息确定各向异性高斯滤波器的角度;
步骤3、利用步骤2得到的各向异性高斯滤波器的长轴尺度、短轴尺度及角度构造各向异性高斯滤波器;
步骤4、根据各向异性高斯滤波器的参数确定侧抑制网络的侧抑制系数;
步骤5、根据抑制野范围以及所述侧抑制系数确定侧抑制网络的数学模型;
步骤6、将确定了数学模型的侧抑制网络作为高通滤波器对所输入的图像进行背景抑制。
2.如权利要求1所述的方法,其特征在于,步骤2中根据描述图像边缘点特征的度量因子确定各向异性高斯滤波器的长轴尺度具体为:
以边缘点为中心,以水平、垂直、斜对角四个方向之一将图像中每个像素点的邻域分为大小相同的两部分,计算像素点两子邻域上的灰度均值,设像素点(i,j)对应的两个子邻域里的像素个数为n,按照上述四个不同的方向划分,得到的像素灰度分别为Ft1m和Ft2m,m=1,2,3,4,则像素点(i,j)对应的两子邻域上灰度均值为:
像素点(i,j)在水平、垂直、右斜对角、左斜对角方向四个方向的四对子邻域灰度突变值为:
则度量因子Eij描述为:
用度量因子Eij描述像素点(i,j)灰度突变性,Eij越大则像素点为边缘点的可能性越大;反之,Eij越小像素点为平滑背景点的可能性越大;
采用描述图像边缘点特性的度量因子Eij来确定各向异性高斯滤波器的尺度σu,即高斯核函数在u方向上的尺度,因此得到:
3.如权利要求1所述的方法,其特征在于,步骤2中根据图像的局部方差确定各向异性高斯滤波器的短轴尺度σv,即高斯核函数在v方向上的尺度具体为:
采用下式来确定σv:
其中,SI为图像像素点(i,j)邻域范围内的方差。
4.如权利要求3所述的方法,其特征在于,步骤2中利用图像的梯度信息确定各向异性高斯滤波器的角度具体为:
设图像中像素点(i,j)的灰度值为F(i,j),该像素点(i,j)在水平和垂直方向的梯度分别为Dx(i,j)和Dy(i,j),则像素点(i,j)处的梯度方向角θ⊥满足:
θ⊥(i,j)=arctan[Dy(i,j)/Dx(i,j)]
得到各向异性高斯滤波器:
其中,坐标u-v与坐标x-y的关系为:旋转角度θ后,由坐标变换可得:
其中,θ=θ⊥+90°。
5.如权利要求1所述的方法,其特征在于,步骤4中,所述侧抑制系数根据图像的梯度信息、灰度信号和度量因子信息自适应确定。
6.如权利要求1所述的方法,其特征在于,步骤5中选用5×5的抑制野,即抑制野宽度为2。
7.如权利要求1至6中任一项所述的方法,其特征在于,所述方法用于实现弹炮遥控武器站中观瞄系统采集的图像的背景抑制。
8.如权利要求7所述的方法,其特征在于,所述图像为导弹发射后飞行过程中弹标的视频图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军装甲兵学院,未经中国人民解放军陆军装甲兵学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810326693.1/1.html,转载请声明来源钻瓜专利网。