[发明专利]基于关联成像的边缘图像提取方法及系统在审

专利信息
申请号: 202010712457.0 申请日: 2020-07-22
公开(公告)号: CN111968143A 公开(公告)日: 2020-11-20
发明(设计)人: 程正东;陈熠;朱斌;杨华;李晓霞;白秀军;解博;朱耀轩;吴梦醒 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06T7/13 分类号: G06T7/13;G06T7/136
代理公司: 北京久诚知识产权代理事务所(特殊普通合伙) 11542 代理人: 余罡
地址: 230037 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 关联 成像 边缘 图像 提取 方法 系统
【权利要求书】:

1.一种基于关联成像的边缘图像提取方法,其特征在于,该方法包括:

S1、第k次采样中,获取M幅具有稀疏随机分布的散斑图Sk(x,y),再将每个散斑图扩展成一组散斑调制图

S2、将散斑调制图依次加载到数字微镜器件上调制目标反射的照明光场,并通过单像素探测器获得一组观测信号值

S3、利用观测信号值计算垂直边缘的等效测量值和水平边缘的等效测量值完成一次采样;

S4、完成M次采样后,基于垂直边缘的等效测量值和水平边缘的等效测量值以及照明光场空间分布函数重构目标的垂直边缘函数和水平边缘函数

S5、利用重构的垂直边缘函数和水平边缘函数计算梯度幅值和梯度方向θ(x,y);

S6、利用梯度幅值梯度方向θ(x,y)以及垂直边缘函数和水平边缘函数进行非极大值抑制,得到非极大值抑制后的边缘图像

S7、对非极大值抑制后的边缘图像进行双阈值检测,得到最终提取的边缘图像

2.如权利要求1所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S1中的将每个散斑图扩展成一组散斑调制图包括:

将散斑图按照中心像素点周围3*3邻域内8个像素点方向进行位移,用l=1,2,...,8表示这8个平移散斑图的次序,即散斑图Sk(x,y)的扩展公式为:

3.如权利要求1所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S3中利用观测信号值计算垂直边缘的等效测量值和水平边缘的等效测量值采用Sobel算子的模板系数,且计算公式如下:

4.如权利要求1所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S4中重构目标的垂直边缘函数和水平边缘函数的重构公式为:

5.如权利要求1所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S5中梯度幅值和梯度方向θ(x,y)的计算公式为:

6.如权利要求1所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S6利用梯度幅值梯度方向θ(x,y)以及垂直边缘函数和水平边缘函数进行非极大值抑制,得到非极大值抑制后的边缘图像的计算公式如下:

其中,ξ(x,y)是进行非极大值抑制的区域,是进行非极大值抑制后的图像,NMS[·]表示进行非极大值抑制的算子。

7.如权利要求6所述的一种基于关联成像的边缘图像提取方法,其特征在于,所述S7对非极大值抑制后的边缘图像进行双阈值检测,得到最终提取的边缘图像包括:

S7-1、通过预设的高阈值Th和低阈值Tl对非极大值抑制后的边缘图像进行检索,将灰度值大于高阈值Th的点均设置为1,并将图像保留为将灰度值大于低阈值Tl的点均设置为1,并将图像保留为

S7-2、获取高阈值图像上线条端点位置,在低阈值图像上检索同一位置及其邻域位置,从中筛选出将高阈值图像上的线条连成轮廓的边缘点Ei;

S7-3、进行迭代,将所有边缘点Ei填补至高阈值图像,获得最终提取的边缘图像

8.一种基于关联成像的边缘图像提取系统,其特征在于,该系统包括:

连续光可调谐定制激光器、数字微镜器件、单像素探测器以及与单像素探测器和数字微镜器件分别通信连接的计算机;

所述计算机包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现步骤S1-S7;

所述连续光可调谐定制激光器与单像素探测器之间的光路上依次设置有扩束镜、可调衰减器、可变光阑、目标、会聚透镜、数字微镜器件、滤光片。

9.如权利要求8所述的一种基于关联成像的边缘图像提取系统,其特征在于,所述连续光可调谐定制激光器的输出波长为532.6nm,平均功率为2W;

所述会聚透镜的焦距为300mm,口径为78.2mm;

所述数字微镜器件的工作面物理尺寸为9.1mm×20.7mm,最大分辨率为912×1140,最高翻转速度为4000Hz;

所述滤光片的中心波长为532.6nm;

所述单像素探测器为硅光电倍增管,且光敏面积为3*3mm2

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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/202010712457.0/1.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