[发明专利]一种基于亚像素定位算法的红外图像边缘高精度检测定位方法

权利要求书

1.一种基于亚像素定位算法的红外图像边缘高精度检测与定位方法，其特征在于，包括如下步骤：

步骤1：对采集的红外图像进行均值滤波；

步骤2：用Sobel算子进行边缘粗定位，再去除图像的小连通域；

步骤3：用Zernike矩法对红外图像进行亚像素级边缘高精度检测与定位。

2.根据权利要求1所述的一种基于亚像素定位算法的红外图像边缘高精度检测与定位方法，其特征在于：所述对采集红外图像进行均值滤波方法为：

式中S为像素所在邻域的集合，M为集合S内像素数量，i和j为正整数，考虑到图像噪声处理需求和红外图像像素数少，本发明选用3×3大小的滤波窗口。

3.根据权利要求1所述的一种基于亚像素定位算法的红外图像边缘高精度检测与定位方法，其特征在于：所述用Sobel算子进行边缘粗定位包括用Sobel算子对靠近于模板中心的像素点进行卷积运算，其i、j方向上的卷积模板T_i和T_j为：

4.根据权利要求1所述的一种基于亚像素定位算法的红外图像边缘高精度检测与定位方法，其特征在于：所述用Zernike矩法对红外图像进行亚像素级边缘高精度检测与定位的步骤包括：

①将N×N的二维数字离散化图像f(i,j)的p阶q次Zernike矩的定义为：

其中，N，p，q为正整数，r为大于等于0的数，θ为角度，是在极坐标系中单位圆内的正交p阶q次多项式，*表示的是V_pq(r,θ)的共轭复数；

②将呈阶跃变化的理想边缘模型旋转φ角后，中心像素移到坐标原点，边缘与j轴平行，由于矩的旋转不变性，3个阶的Zernike矩满足：

A′₀₀＝A₀₀ (5)

A′₁₁＝A₁₁e^jφ (6)

A′₂₀＝A₂₀ (7)

其中，A'₀₀，A'₁₁，A'₂₀为复数，A₀₀，A₁₁，A₂₀为常量，A′₁₁的虚部Im[A′₁₁]为0，即：

Im[A′₁₁]＝sinφRe[A₁₁]-cosφIm(A₁₁)＝0 (8)

由此可得边缘的旋转角度φ为：

③结合(4)～(9)，计算A'₀₀，A'₁₁，A'₂₀，并解得边缘的参数：

l＝A₂₀/A′₁₁ (10)

其中，l和k为常量。

④本专利选择5×5大小的模板和粗定位获取的边缘点的坐标进行卷积运算。由Sobel算子初步获取的边缘点坐标为(i₀,j₀)，则亚像素级的边缘坐标(i₁,j₁)为：