[发明专利]基于局部对比度累积的水中航行器热尾迹分割方法

摘要

本发明涉及基于局部对比度累积的水中航行器热尾迹分割方法。本发明的目的是对水中航行器产生的热尾迹对应的红外图像中的热尾迹区域实现完整有效的分割。首先采用同态滤波和均值滤波对图像进行预处理，然后对预处理得到的图像进行基于局部对比度累积的显著性检测，得到初步分割结果，最后采用形态学处理及最大连通域提取等操作对结果进行了优化，取得了更好的分割效果。说明书附图中图1为发明的具体实现流程图。

主权项

1.基于局部对比度累积的水中航行器热尾迹分割方法，其特征在于如下步骤：第一步：读取原始热尾迹图像I₀，图像大小为M×N，M是图像I₀的宽度像素，N是图像I₀的高度像素；第二步：若图像I₀为彩色图像，则通过式(1)对图像I₀中每个像素点的R、G、B三个通道的值进行加权，得到灰度图像I_g；若图像I₀为灰度图像，则令I_g＝I₀；I_g＝0.29900×R+0.58700×G+0.11400×B  (1)第三步：对图像I_g进行灰度反转，通过对图像I_g中每个像素点的灰度值进行式(2)所示的处理来实现，将处理后得到的图像记为f，其中f(x,y)表示图像f在坐标(x,y)处像素点的取值，I_g(x,y)表示图像I_g在坐标(x,y)处像素点的取值；f(x,y)＝255‑I_g(x,y)  (2)第四步：对图像f进行同态滤波，通过以下步骤来实现：(a)假设图像f可以由入射光分量图像i和反射光分量图像r的和来表示，如式(3)所示，其中f(x,y)、i(x,y)和r(x,y)分别表示图像f、图像i和图像r在坐标(x,y)处像素点的取值；f(x,y)＝i(x,y)+r(x,y)  (3)(b)对式(3)的等号两侧取以e为底的对数得到式(4)；ln[f(x,y)]＝ln[i(x,y)]+ln[r(x,y)]  (4)(c)对式(4)的等号两侧分别进行二维傅里叶变换得到式(5)，其中F(u,v)、I(u,v)和R(u,v)分别表示对ln[f(x,y)]、ln[i(x,y)]和ln[r(x,y)]进行二维傅里叶变换得到的结果，(u,v)表示进行二维傅里叶变换后的频域坐标；F(u,v)＝I(u,v)+R(u,v)  (5)(d)对F(u,v)进行高通滤波，通过式(6)来实现，其中S(u,v)为对F(u,v)进行高通滤波后得到的结果，符号·表示将H(u,v)和F(u,v)中相同坐标处的两个元素的值对应相乘。H(u,v)各元素的取值如式(7)所示，其中r_h、r_l、c和D₀为需要设定的参数(r_h应大于1，r_l应小于1)，D(,u)v的定义如式(8)所示，其中P和Q的取值分别为F(u,v)中u和v最大取值的2倍；S(u,v)＝H(u,v)·F(u,v)  (6)D(u,v)＝[(u‑P/2)²+(v‑Q/2)²]^1/2  (8)(e)对S(u,v)进行二维傅里叶逆变换得到s(x,y)，如式(9)所示，其中表示二维傅里叶逆变换；(f)对s(x,y)进行以e为底的指数操作，如式(10)所示，得到同态滤波后的图像g，式中g(x,y)表示图像g中坐标(x,y)处的灰度值，exp表示取以e为底的指数操作；g(x,y)＝exp[s(x,y)]  (10)第五步：采用窗口大小为8×8个像素的中值滤波器对图像g进行去噪处理，该操作可以通过MATLAB软件中的I_medfilt＝medfilt2(g,[8,8])语句来实现，I_medfilt是图像经过窗口大小为8×8个像素的中值滤波器滤波得到的图像；第六步：设置一个大小为9×9个像素的正方形滑动窗口，将这个滑动窗口中划分为9个3×3个像素大小的不重叠的正方形区域，将位于中间的正方形区域称为中心图像块L₀，并把它周围的8个正方形区域分别称为图像块L₁～L₈，将这些图像块简记为L_i(i＝0,1,2,3...8)；在窗口内进行如下操作：(a)计算图像块L_i中像素的灰度均值和灰度中值，如式(11)和式(12)所示，其中mean_i表示图像块L_i的灰度均值，med_i表示图像块L_i的灰度中值，表示图像块L_i中第k个像素的灰度值；med(·)表示获取中值；(b)对中心图像块L₀周围的8个图像块(即i＝1,2,3...8时)，计算能够代表图像块L_i的灰度值gray_i，通过式(13)实现，其中max_i表示图像块L_i内像素点的最大灰度值，threshold为需要设定的阈值常数；(c)通过式(14)计算窗口内s_LCA的取值，并将其作为灰度值赋给中心图像块L₀中的每一个像素(若s_LCA的值大于255，则令s_LCA的值为255)，其中mean_0表示中心图像块L₀中的像素灰度值的均值，可由式(11)求得，|·|表示取模值；第七步：将第六步的窗口以3个像素为步长在图像I_medfilt上从左至右、从上至下滑动，每滑动到一个新的位置则进行一次第六步的操作，当窗口在I_medfilt整幅图像上完成滑动后，将得到的新图像记为I_LCA2；第八步：通过式(15)对图像I_LCA进行二值化处理，得到二值图像I_LCA2，其中I_LCA2(x,y)表示图像I_LCA2在坐标(x,y)处的灰度值，q为需要设定的常数，E[I_LCA(x,y)]表示I_LCA2整幅图像的灰度均值；第九步：对图像I_LCA2进行形态学处理，具体步骤如下：(a)通过式(16)确定形态学结构元素的大小size，其中round(·)表示四舍五入取整，k为需要设定的常数；(b)通过MATLAB软件中的SE＝strel('disk',size)语句来构造大小为size×size的圆形结构元素SE；(c)通过MATLAB软件中的I_close＝imclose(I_LCA2,SE)对二值图像I_LCA2进行闭操作，得到图像I_close；第十步：对二值图像I_close中取值为“1”的各八连通区域的像素值数目进行统计，保留其中最大的连通区域，并将其余位置处的像素的取值设置为“0”得到新的二值图像I_mask；第十一步：将图像I_mask与图像I_g两个矩阵中相同位置处各像素取值对应相乘，将得到的图像记为I_target,即为显示尾迹区域的图像。