[发明专利]一种红外光斑图像的质心识别定位方法

权利要求书

1.一种红外光斑图像的质心识别定位方法，其特征在于，包括以下步骤：

S1：将需要进行识别定位红外光斑质心区域的图像作为感兴趣区域图像；

S2：根据所述感兴趣区域图像的图像特征对所述感兴趣区域图像进行深度转换和灰度线性拉伸生成预处理图像；

S3：对所述预处理图像进行自适应阈值计算，获取所述预处理图像的二值化阈值；

S4：将所述预处理图像二值化，并根据所述二值化阈值选取最大轮廓点集作为光斑轮廓；

S5：根据所述光斑轮廓对红外光斑质心定位；

其中，步骤S3包括以下子步骤：

S31：选取阈值灰度值T；一个阈值灰度值T对应一个灰度级；

S32：根据所述阈值灰度值T将所述预处理图像中的像素分为背景B和物体O；

其中背景B为灰度值低于所述阈值灰度值T的像素，物体O为灰度值高于所述阈值灰度值T的像素；

S33：获取背景B中每一个灰度级在背景B中的概率作为背景概率数据B_l；获取物体O中每一个灰度级在物体O中的概率作为物体概率数据O_l；

S34：根据所述背景概率数据B_l获取背景B中的信息熵H_B，并根据所述物体概率数据O_l获取物体O中的信息熵H_O；

S35：将H_B与H_O之和为最大时的阈值灰度值T作为所述二值化阈值；

根据下式获取背景概率数据B_l：

式中p_l为背景B中灰度值为l的像点数，B_l为背景B中对应灰度值所占概率；

据下式获取物体概率数据O_l：

式中p′_l为物体O中灰度值为l的像点数，O_l为物体O中对应灰度值所占概率；

根据下式获取背景B中的信息熵H_B：

式中为背景B中的像点数，p_l为背景B中灰度值为l的像点数；

根据下式获取物体O中的信息熵H_O：

式中为物体O中的像点数，p′_l为物体O中灰度值为l的像点数；

其中，步骤S5包括以下子步骤：

S51：获取包含光斑轮廓的切边矩形；

S52：将所述切边矩形大小不变的映射至原始图像中生成矩形区域；

S53：在原始图像中对所述矩形区域进行质心定位计算；

步骤S53中采用下式对所述矩形区域进行质心定位计算：

式中，m_min为所述矩形区域的行位置最小值，m_max为所述矩形区域的行位置最大值，n_min为所述矩形区域的列位置最小值，n_max为所述矩形区域的列位置最大值，I_ij为所述矩形区域内像素点的灰度值，i为像素点的行位置，j为像素点的列位置，x_c为光斑质心的行坐标，y_c为光斑质心的列坐标。

2.根据权利要求1所述的一种红外光斑图像的质心识别定位方法，其特征在于，步骤S2包括以下子步骤：

S21：根据所述感兴趣区域图像中红外设备输出图像的图像位深度和输出图像特征对所述感兴趣区域图像进行深度转换，将所述感兴趣区域图像转换为8位深度；

S22：对深度转换后的所述感兴趣区域图像进行灰度线性拉伸。

3.根据权利要求2所述的一种红外光斑图像的质心识别定位方法，其特征在于，步骤S22包括以下子步骤：

设定灰度阈值L_min和灰度阈值L_max；

对所述感兴趣区域图像中灰度值小于L_min或灰度值大于L_max的像素进行灰度的线性压缩；

对所述感兴趣区域图像中灰度值大于L_min且灰度值小于L_max的像素进行灰度的线性拉伸。