[发明专利]一种基于改进sobel算子的隧道反射率影像滤波方法

权利要求书

1.一种基于改进sobel算子的隧道反射率影像滤波方法，其特征在于：能够去除隧道反射率影像获取过程中生成的噪声部分，具体步骤如下：

步骤1，获取隧道反射率影像；

步骤1具体如下：

步骤1.1，三维激光扫描获取隧道内壁点云数据；

步骤1.2，将所述的点云数据经等角正切投影展开至二维平面；

步骤1.3，利用投影后的点云反射率信息，采用插值算法生成隧道内壁影像，记为original_img；

步骤2，基于改进的sobel算子提取影像边界线；

步骤2具体如下：

步骤2.1，设置Sobel模板，水平和垂直方向模板分别为：

步骤2.2，将步骤2.1中设置的Sobel模板与步骤1中获取的隧道影像对应像素值点乘，计算每个像素点的梯度g；

步骤2.3，设置阈值th，将步骤2.2中计算得到的梯度g大于阈值th的像素点对应的像素值设置为255，否则设置为0；提取得到边界线图像记为Sobel_img；

步骤2.4，清除边界线图像Sobel_img中低强度和短长度的边界线，得到精确边界线图像；

步骤2.4中清除低强度和短长度的边界线的具体步骤如下：

步骤2.4.1，计算步骤2.3中得到的边界线图像Sobel_img中每个像素点的像素值如果像素值为0，则继续执行下一个像素点；如果像素值为255，说明该像素点为潜在边界点；

步骤2.4.2，记录该潜在边界点的8-邻域内像素值为255的像素个数k，设置强度阈值t，若k大于t则说明该点为强边界点，保留该点像素值不变；否则说明该点为弱边界点或是噪声，则滤除该边界点，把该潜在边界点的像素值设置为0，从而减少弱边界线；

步骤2.4.3，执行完全部潜在边界点判定后，得到精确边界线图像，记为refined-Sobel_image；

步骤3，以边界线图像作为引导图像对所述隧道反射率影像进行引导滤波；

所述的步骤3中将精确边界线图像refined-Sobel_image作为引导图像对隧道内壁影像original_img进行引导滤波操作。

2.如权利要求1所述的一种基于改进sobel算子的隧道反射率影像滤波方法，其特征在于：所述的步骤1.3中生成隧道内壁影像所采用的插值算法包括但不限于反距离权重插值算法、线性插值算法和自然邻域插值算法。

3.如权利要求2所述的一种基于改进sobel算子的隧道反射率影像滤波方法，其特征在于：所述的反距离权重插值算法具体计算公式如下：

式中：Z为待插值点要素估计值；Zi为控制点i的Z值；di为待插值点与第i个样本空间位置之间的欧式距离；n为估算中控制点数目；p为幂指数，取p＝2。

4.如权利要求1所述的一种基于改进sobel算子的隧道反射率影像滤波方法，其特征在于：所述的引导滤波操作的具体步骤如下：

步骤3.1，建立局部线性模型：

式中：q是输出像素的值，I是引导图像即refined-Sobel_image的值，a和b是当窗口中心位于k时该线性函数的系数，i和k是像素索引；计算上式两边梯度：即输出图像与引导图像具有相同的梯度，其中是梯度符号；

步骤3.2，求解线性模型的系数a_k和b_k：为了让线性模型的输出图像q和输入图像p即original_img之间差距最小，最优化模型：

式中：ε为正则项系数，用于防止系数a过大；

最小二乘法求解，可得：

式中：μ_k，σ_k²分别是引导图像即refined-Sobel_image在窗口ω_k中的平均值和方差，|ω|是窗口ω_k中像素的数量，是输入图像p即original_img在窗口ω_k中的均值；

步骤3.3，由a_k和b_k确定最终滤波输出图像q即guided_image。