[发明专利]基于纹理分类的下视红外图像中云层区域检测方法

摘要

本发明涉及一种基于纹理分类的下视红外图像中云层区域检测方法。本发明将下视红外图像中云层区域的检测问题作为一个云层区域与下垫面地物区域之间的一个纹理分类问题，首先，采用中值滤波及对比度增强算法对输入图像进行预处理，消除噪声干扰，改善图像对比度；其次进行图像特征提取，为适应云层形状的复杂多变，提高判别的准确性，本发明对输入图像进行自适应子图划分，对每一子图单独处理，提取图像的灰度共生矩阵相关特征及旋转不变的均匀局部二值模式；最后依据所提取的图像特征，采用预训练的支持向量机对图像子图类型进行判别，检测出图像中云层区域。

主权项

1.基于纹理分类的下视红外图像中云层区域检测方法，利用下视红外图像中云层区域与下垫面地物区域之间的纹理差异，完成云层区域检测，其特征在于：对输入图像进行自适应子图划分，对每一子图块单独处理；采用灰度共生矩阵相关特征及旋转不变的均匀局部二值模式特征对纹理特征进行描述；依据对每一子图块所提取的纹理特征描述，基于预训练的支持向量机模型，对子图块是否为云层区域进行判别，进而完成图像中云层区域检测，其步骤包括：(1)图像预处理：包含滤波处理、图像动态范围调整和子图块自适应划分，采用中值滤波算法对下视红外图像进行滤波处理，在对一幅图像中的某一像素点进行中值滤波时，即将掩模内与滤波处理的像素与其邻域像素依据像素值进行排序，找出中值，并将其赋给该像素点，式中I为输入图像，f为滤波处理后图像，S_uv为待滤波像素点(u,v)对应的掩模区域；s及t分别为像素点在S_uv中的相对横、纵坐标；为消除动态范围差异带来的干扰，对输入图像进行动态范围调整，采用灰度归一化操作对图像动态范围进行调整，计算公式如下：式中f为中值滤波后图像，及σ为图像f的灰度均值及均方差，公式(2)将输入图像映射为其灰度均值及方差为128及k为常数，常用取值范围为[3,5]；对子图块进行自适应划分操作，以子图为基本处理单位，判断每一子图是否属于云层区域，在图像分块中，子图尺寸过大则无法保证结果的准确性，子图尺寸过小则包含的像素数较少，无法得到稳定的特征提取结果，对于一幅尺寸为M*N的输入图像，子图尺寸M_b*N_b与需要达到的分类准确度d％存在如下关系：式中为向上取整操作；(2)纹理特征提取：对每一子图块单独处理，提取子图块对应的灰度共生矩阵相关特征及旋转不变的均匀局部二值模式，作为其纹理特征描述；(3)分类判别：针对每一子图块，依据所提取的纹理特征描述，采用预训练的支持向量机模型对每一子图类块型进行判别，进而检测出图像中云层区域。