[发明专利]一种受动态干扰的海天线图像检测方法在审

专利信息
申请号: 201910186073.7 申请日: 2019-03-12
公开(公告)号: CN109886899A 公开(公告)日: 2019-06-14
发明(设计)人: 林孝工;刘志宇;刘向波;王汝珣;郭如鑫;杨荣浩;刘叶叶 申请(专利权)人: 哈尔滨工程大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/40;G06T5/20;G06T7/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像检测 海天线 动态干扰 水面 图像 图像灰度信息 环境噪声 灰度图像 增强处理 增强图像 信噪比 去噪 海事 采集 分析
【权利要求书】:

1.一种受动态干扰的海天线图像检测方法,其特征在于,包括:

步骤一:采集水面图像灰度信息:根据无人艇采集的图片进行灰度信息采集,通过计算水面图像的灰度信息直方图,得到所对应的图像中全部灰度级别的数据信息,通过灰度直方图对水面图像中各个像素灰度级的分布情况进行具体的描述,对水面图像进行概貌说明;

步骤二:对灰度图像进行增强处理:采用直方图均衡化算法和自适应平台直方图均衡化算法对步骤一得到的灰度图像进行初始化增强处理,得到增强后的图像;

步骤三:对增强图像进行去噪处理:利用水面图像滤波算法,将步骤二得到的增强图像的邻域像素通过算法替换成新的像素值,采用自适应中值滤波算法对图像进行滤波处理,得到去噪后的图像;

步骤四:提取海天线:对步骤三得到的去噪图像进行边缘检测,采用Hough变换法进行海天线提取处理,提取海天线。

2.根据权利要求1所述的一种受动态干扰的海天线图像检测方法,其特征在于,所述步骤一,包括:

采集水面图像灰度信息:根据无人艇采集的图片进行灰度信息采集,通过计算水面图像的灰度信息直方图,得到所对应的图像中全部灰度级别的数据信息,通过灰度直方图对水面图像中各个像素灰度级的分布情况进行具体的描述,对水面图像进行概貌说明;

其中,所述灰度信息直方图的定义表示为:

用f(x,y)表示已经过灰度变换处理的原始的水面图像,图像中出现的全部灰度值用ri(i=0,1,2...,k-1)表示,其中k的取值大小为255,图像的全部像素个数用N表示,则概率密度函数P(ri)表示为:

且满足:

3.根据权利要求1所述的一种受动态干扰的海天线图像检测方法,其特征在于:所述步骤二,包括:

对灰度图像进行增强处理:采用直方图均衡化算法和自适应平台直方图均衡化算法对步骤一得到的灰度图像进行初始化增强处理,得到增强后的图像;

其中,所述直方图均衡化算法具体表示为:

直方图均衡化算法的原理是以累积分布函数变换法为基础进行的直方图修正法,其中使用的累积分布函数由下式进行描述:

上式中,n表示水面图像中全部像素的总个数,nj表示原始水面图像的第k级灰度级中所包含像素的个数,rj表示原始水面图像的归一化灰度级,Pr(rj)表示在原始水面图像中第j级灰度值所占的概率,T(rk)表示进行灰度变换的关系表达式,Sk表示经直方图均衡化处理后水面图像的归一化灰度级;

利用平台阈值T,实现平台直方图对传统直方图的修正,确定平台阈值T,获得水面图像的直方图信息,然后对直方图的灰度级别进行更新处理:

上式中,k代表水面图像的灰度级别,且k的取值范围是0<k<255,PT(k)代表水面图像平台直方图的值,P(k)代表水面图像统计直方图的值,T代表平台阈值;

当T→∞时,对于满足PT(k)=P(k),此时的平台直方图因为满足上述条件而转变为常用的统计直方图:

上式中,FT(k)表示水面图像的累积直方图,DT(k)表示图像中像素灰度值大小为k的像素在经过平台直方图均衡化算法处理后所得到的像素灰度值,其中0≤DT(k)≤255。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910186073.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top