[发明专利]一种非量测型相机无人机系统图像特征提取方法

说明书

技术领域

本发明涉及一种非量测型相机无人机系统图像特征提取方法，属于数字图像处理与计算机图形学领域。

背景技术

目前，有地控点的无人机系统图像精确，利用这种图像进行特征提取效果优异，但这种无人机及其系统的价格昂贵。

而无地控点的普通非量测型相机无人机拍出来的照片清晰度有限，需要大量的后期校正和特征提取才能使图像变得真实可用，而现有的特征提取方法常常无法满足特征分割与目标识别的要求。

发明内容

为了解决现有技术的不足，本发明提供了一种非量测型相机无人机系统图像特征提取方法，能够针对非量测型相机无人机系统图像进行特征提取和校正，对影像进行增强、特征分割和目标识别，从而使得图像变得真实可用。

本发明为解决其技术问题所采用的技术方案是：提供了一种非量测型相机无人机系统图像特征提取方法，具体包括以下步骤：

(1)读取图片大小不超过1GB的非测量型相机无人机系统图像；

(2)对非测量型相机无人机系统图像进行灰度处理或中值处理，以进行去噪，得到灰度图像；

(3)对灰度图像的灰度值进行统计得到灰度统计图；当灰度统计图趋于正态分布时，采用最大类间方差方法计算分割阈值，再利用二值分割方法对灰度图像进行分割，即得到黑白影像的图像提取结果；当灰度统计图有多峰时，则采用空间核函数拟合方差方法得到多阈值，再利用多值分割方法对灰度图像进行分割，即得到多阶灰度影像的图像提取结果；

(4)对图像提取结果进行邻域范围内的边界合并，以得到平滑校正的合并图像；

(5)存储合并图像。

步骤(2)中，对非测量型相机无人机系统图像进行灰度处理，具体包括以下步骤：将非测量型相机无人机系统图像进行色域仿射变换，使其转换为数字图像的二进制矩阵组类型，得到非测量型相机无人机系统图像的R通道矩阵分量、G通道矩阵分量和B通道矩阵分量，分别对三个通道矩阵分量进行灰度化处理，再采用三个通道矩阵分量中的最大值作为新的灰度矩阵的对应值，得到灰度图像。

步骤(2)中，对非测量型相机无人机系统图像进行中值处理，具体包括以下步骤：对于非测量型相机无人机系统图像中的每个目标像素，对于图像上的每个目标像素设置一个模板，所述模板包括目标像素的N*N邻域范围内的临近像素，用模板中所有像素的平均值替换目标像素的值，得到中值处理后的灰度图像；所述N为设置值。

步骤(4)在合并过程中，利用线性滤波方法进行平滑处理，最终得到平滑校正后的合并图像。

本发明基于其技术方案所具有的有益效果在于：

(1)本发明提供的一种非量测型相机无人机系统图像特征提取方法，通过针对非量测型相机无人机系统图像进行灰度处理或中值处理，能够对模糊影像进行去噪，以提高特征提取的精度；

(2)本发明提供的一种非量测型相机无人机系统图像特征提取方法，针对灰度图的不同状态采取不同的分割方法，具有针对性，能够提高分割效率和分割效果，进而提高特征提取的精度；

(3)本发明提供的一种非量测型相机无人机系统图像特征提取方法，尤其对于大小在1GB以内的非量测型相机无人机系统图像处理效率高；

(4)本发明提供的一种非量测型相机无人机系统图像特征提取方法，在进行合并时采取平滑校正策略，能够增强图像，从而使得图像变得真实可用。

具体实施方式

下面结合实施例对本发明作进一步说明。

本发明提供了一种非量测型相机无人机系统图像特征提取方法，具体包括以下步骤：

本发明为解决其技术问题所采用的技术方案是：提供了一种非量测型相机无人机系统图像特征提取方法，具体包括以下步骤：

(1)读取非测量型相机无人机系统图像；所述图片大小不超过1GB。

(2)对非测量型相机无人机系统图像进行灰度处理或中值处理，以进行去噪，得到灰度图像：

若对非测量型相机无人机系统图像进行灰度处理，具体包括以下步骤：将非测量型相机无人机系统图像进行色域仿射变换，使其转换为数字图像的二进制矩阵组类型，得到非测量型相机无人机系统图像的R通道矩阵分量、G通道矩阵分量和B通道矩阵分量，分别对三个通道矩阵分量进行灰度化处理，再采用三个通道矩阵分量中的最大值作为新的灰度矩阵的对应值，得到灰度图像。