[发明专利]一种集合一致性分解加速的水下图像自适应中值滤波方法在审
申请号: | 201810515114.8 | 申请日: | 2018-05-25 |
公开(公告)号: | CN108805905A | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 张勋;廖泓舟;杜雪;严浙平;徐健;陈涛;张宏瀚;周佳加 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 中值滤波 水下图像 集合 分解 自适应滤波 滤波窗口 自适应 可见光图像 实时跟踪 水下目标 图像噪声 选取规则 增强图像 实时性 图像 | ||
1.一种集合一致性分解加速的水下图像自适应中值滤波方法,其特征是:
(1)获取水下可见光图像;
(2)确定初始滤波窗口并进行集合一致性分解求取中值;
(3)确定自适应滤波窗口选取规则;
(4)结合集合一致性分解,加速水下图像自适应滤波过程,获得中值滤波后的图像。
2.根据权利要求1所述的集合一致性分解加速的水下图像自适应中值滤波方法,其特征是所述确定初始滤波窗口并进行集合一致性分解求取中值具体包括:
(2.1)将初始滤波窗口内的像素构造成一个原始集合S
将当前滤波窗口S中的所有像素的空间位置由矩阵排列构造成一行排列,形成数学上的集合形式;
(2.2)对集合内的元素进行均值划分
当把滤波窗口构造成集合之后,通过计算集合的均值,将原始集合划分为左右两个集合称为S左和S右,S左为当前集合中元素大小小于均值的所有元素,S右为当前集合中元素大小大于均值的所有元素;
(2.3)对初次划分后的集合进行一致性分解
对初次划分后的集合,即S左和S右,分别进行元素个数统计,若S左的个数大于原始集合元素个数的一半,则舍弃S右,继续按照步骤(2.2)分解,直到S左元素个数小于原始集合元素个数的一半,则分解完成;反之,对S右进行连续分解,直到S右元素个数小于原始集合元素个数的一半,则分解完成;
(2.4)判断一致性分解的集合是S左还是S右,如果是S左,则将最后一次分解得到的S右进行从小到大排序,排序次数为N/2-d次,N为原始集合S的元素个数、d为最后一次分解得到的S左的元素个数;反之,如果是S右,则将S左进行从大到小排序,排序次数为N/2-m次,m为最后一次分解得到的S右的元素个数。
(2.5)排序完成,将最后一次排序得到的元素作为当前滤波窗口的中值。
3.根据权利要求1或2所述的集合一致性分解加速的水下图像自适应中值滤波方法,其特征是所述确定自适应滤波窗口选取规则具体包括:
(3.1)先确定是否需要进行窗口扩展即噪声辨别;
(3.2)确定滤波窗口的规则为:针对初始窗口W,找出窗口中的最大值Smax、最小值Smin以及中值Smed,如果Smin<Smed<Smax,则当前滤波窗口所获得的中值不是噪声点,当前窗口满足条件;反之,则当前滤波窗口所获得的中值被认为是噪声点,将其舍弃,并将窗口按照W+n进行扩展后继续进行判断,直到窗口满足Smin<Smed<Smax条件或扩展大小达到设置的阈值,W为窗口大小、n为扩展大小。
4.根据权利要求1或2所述的集合一致性分解加速的水下图像自适应中值滤波方法,其特征是所述结合集合一致性分解,加速水下图像自适应滤波过程,获得中值滤波后的图像具体包括:
(4.1)通过集合一致性分解求取当前滤波窗口的中值;
(4.2)根据滤波窗口确定规则,在线自适应确定窗口尺寸;
(4.3)滑动滤波窗口,对整幅图像进行自适应中值滤波预处理,最终输出滤波后的图像。
5.根据权利要求3所述的集合一致性分解加速的水下图像自适应中值滤波方法,其特征是所述结合集合一致性分解,加速水下图像自适应滤波过程,获得中值滤波后的图像具体包括:
(4.1)通过集合一致性分解求取当前滤波窗口的中值;
(4.2)根据滤波窗口确定规则,在线自适应确定窗口尺寸;
(4.3)滑动滤波窗口,对整幅图像进行自适应中值滤波预处理,最终输出滤波后的图像。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201810515114.8/1.html,转载请声明来源钻瓜专利网。