[发明专利]基于频域滤波技术的时空图像测流的纹理识别方法

说明书

本发明提供一种基于频域滤波技术的时空图像测流的纹理识别方法，该方法的特征在于，包括：步骤1.读取时空图像，并对该时空图像进行窗函数处理；步骤2.频谱构建：由快速二维离散傅里叶变换、中心平移和幅度谱计算得到经窗函数处理的时空图像的频谱图；步骤3.径向积分求频谱主方向；步骤4.根据频谱主方向设置滤波器的阈值与形状进行滤波处理；步骤5.对滤波处理后的时空图像频谱进行反中心平移、二维离散傅里叶反变换得到无噪声的时空图像纹理。本方法能够有效去除时空图像中的噪声，识别出清晰的时空图像纹理，进而提升时空图像流速测量法的鲁棒性、适用性以及准确性，能够适应各种恶劣复杂水面成像条件下表面流速的监测。

技术领域

本发明属于流场测量技术领域，具体涉及一种基于频域滤波技术的时空图像测流的纹理识别方法。

技术背景

时空图像流速测量法(STIV)是一种以河流表面图像为分析对象、通过检测合成的时空图像的纹理主方向来获取一维时均流速的非接触式测量方法。由于具有空间分辨率高、实时性强、安全简便等优点，该方法在河流水面流速、断面流量的实时监测中具有特别的应用潜力。时空图像流速测量法最早于2007年由日本神户大学藤田一郎教授提出，目前已经在日本、澳大利亚等地成功地进行了洪水期间河流流速与流量的监测。该方法由相机标定、图像畸变校正、时空图像生成、纹理主方向识别以及流速计算共五个部分组成，其中，纹理主方向识别是该方法中最重要的环节，直接决定着计算结果的准确性，也是该方法研究的核心与难点。研究者先后提出了灰度梯度张量法、二维自相关函数法、边缘频谱分析法等相关方法来进行纹理主方向识别，但上述方法均存在明显缺点。

天然河道复杂的流动特性以及恶劣的户外测验条件，导致河流水面成像环境复杂且多变。复杂且多变的水面成像环境会使得合成的时空图像中出现大量噪声，从而对于时空图像纹理造成严重干扰。例如，拍摄河流表面时光照的变化、河边植物或河中岩石等障碍物影响、河流表面较大的波浪、水面倒影以及雨滴落在水面形成的干扰涟漪等情况均会使得合成的时空图像包含噪声。上述情况在实际应用中是不可能避免的，所以不同于在理想试验渠道中得到的时空图像，在现实环境中得到的时空图像必然包含大量噪声。灰度梯度张量法通过引入张量分析理论来进行纹理主方向的识别，然而张量分析方法对于噪声是非常敏感的，使用该方法对包含噪声的时空图像进行识别必然会导致偏差甚至错误。二维自相关函数法利用自相关函数来识别纹理主方向，与上一种方法类似，噪声的混入会导致自相关函数的计算发生偏差甚至失效。边缘频谱分析法通过canny算子或者灰度变换对时空图像的纹理进行边缘检测，再对边缘信息的频谱进行分析得到纹理主方向，然而由于噪声的影响，纹理的边缘通常存在严重变形，缺乏稳定可靠的几何特征，使得该方法难以适用。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种基于频域滤波技术的时空图像测流的纹理识别方法，能够有效去除时空图像中的噪声，识别出清晰的时空图像纹理，进而提升时空图像流速测量法的鲁棒性、适用性以及准确性。

本发明为了实现上述目的，采用了以下方案：

如图1所示，本发明提供了一种基于频域滤波技术的时空图像测流的纹理识别方法，其特征在于，包括以下步骤：

步骤1.读取原始时空图像，并进行窗函数处理；

步骤2.频谱构建：

由快速二维离散傅里叶变换、中心平移和幅度谱计算得到经窗函数处理的时空图像的频谱图，记为|F(u,v)|；

步骤3.径向积分求频谱主方向：

以频谱图左上角为原点O，向右为x轴正方向，向下为y轴正方向，建立直角坐标系xOy；以O₁为原点，向右为极径方向，以沿极径逆时针旋转方向为极角方向，建立极坐标系ρO₁θ，极坐标原点O₁的坐标由下式确定：