[发明专利]基于图像处理的机场跑道提取方法

权利要求书

1.一种基于图像处理的机场跑道提取方法，其特征在于，所述方法包括：

采集包含机场跑道的航拍灰度图像，对所述航拍灰度图像进行图像分割处理，生成至少两块分割区域，计算所述分割区域中像素点的梯度幅值与梯度方向，根据所述梯度幅值，确定所述分割区域的凌乱程度；

根据所述分割区域中像素点的所述梯度方向与所述梯度幅值确定所述分割区域的第一主要边缘方向，根据所有所述分割区域的所述第一主要边缘方向和所述凌乱程度，确定所述航拍灰度图像的第二主要边缘方向；

计算所述分割区域中像素点的水平梯度幅值与垂直梯度幅值，根据所述水平梯度幅值和所述垂直梯度幅值，计算像素点的梯度幅值分布差值，根据所述第二主要边缘方向和所述分割区域中所有像素点的所述梯度幅值分布差值，确定离散程度调整系数，根据所述梯度方向、所述梯度幅值和所述离散程度调整系数，确定所述分割区域中像素点的所述梯度方向的离散程度；

根据所述凌乱程度和所述离散程度，确定所述分割区域的自适应微分阶数，根据所述自适应微分阶数对所述分割区域进行图像增强处理，得到增强区域，遍历所有的所述增强区域，提取所述机场跑道区域；

其中，所述根据所有所述分割区域的所述第一主要边缘方向和所述凌乱程度，确定所述航拍灰度图像的第二主要边缘方向，包括：

对所述凌乱程度进行反向归一化处理，得到凌乱影响因子，计算所述第一主要边缘方向与所述凌乱影响因子的乘积作为所述分割区域的区域分布方向；

遍历所述航拍灰度图像中所有的所述分割区域，确定所有所述分割区域的所述区域分布方向的均值为所述第二主要边缘方向；

其中，所述根据所述凌乱程度和所述离散程度，确定所述分割区域的自适应微分阶数，包括：

对所述离散程度进行反向归一化处理，生成离散影响因子；

计算所述凌乱影响因子与预设第一微分阶数权重值的乘积作为凌乱微分阶数，计算所述离散影响因子与预设第二微分阶数权重值的乘积作为离散微分阶数，将所述凌乱微分阶数和所述离散微分阶数的和值作为所述自适应微分阶数；

其中，所述根据所述自适应微分阶数对所述分割区域进行图像增强处理，得到增强区域，包括：

将所述自适应微分阶数代入至分数阶微分算法中生成分数阶微分方程，基于所述分数阶微分方程对所述分割区域进行图像增强处理，得到增强区域。

2.如权利要求1所述的方法，其特征在于，所述根据所述梯度幅值，确定所述分割区域的凌乱程度，包括：

计算所述分割区域中所有像素点的梯度幅值分布概率，根据所述梯度幅值分布概率，计算所述分割区域的信息熵作为所述分割区域的凌乱程度。

3.如权利要求1所述的方法，其特征在于，所述根据所述分割区域中像素点的所述梯度方向与所述梯度幅值确定所述分割区域的第一主要边缘方向，包括：

遍历所述分割区域中所有像素点的梯度方向，将所述梯度方向相同的像素点组合作为所述分割区域中的边缘纹理；

计算所述边缘纹理中像素点的所述梯度幅值的均值的归一化值作为幅值归一化值，计算所述梯度方向与所述幅值归一化值的乘积作为所述边缘纹理的边缘分布方向；

在所述分割区域中，确定所有所述边缘纹理的所述边缘分布方向的均值为所述第一主要边缘方向。

4.如权利要求1所述的方法，其特征在于，所述根据所述水平梯度幅值和所述垂直梯度幅值，计算像素点的梯度幅值分布差值，包括：

计算所述水平梯度幅值和所述垂直梯度幅值的差值绝对值作为所述梯度幅值分布差值。

5.如权利要求1所述的方法，其特征在于，所述根据所述第二主要边缘方向和所述分割区域中所有像素点的所述梯度幅值分布差值，确定离散程度调整系数，包括：

根据所述第二主要边缘方向，确定调整置信度；

计算所述分割区域中所有像素点的所述梯度幅值分布差值的和值与所述调整置信度的乘积作为所述离散程度调整系数。