[发明专利]基于视觉显著性的红外成像卷云检测方法和装置有效
申请号: | 202011259875.5 | 申请日: | 2020-11-12 |
公开(公告)号: | CN112329796B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 董晓刚;毛宏霞;刘铮;魏月露;彭真明 | 申请(专利权)人: | 北京环境特性研究所 |
主分类号: | G06V20/13 | 分类号: | G06V20/13;G06V10/46;G06V10/44;G06V10/36;G06V10/30;G06V10/28 |
代理公司: | 北京格允知识产权代理有限公司 11609 | 代理人: | 周娇娇 |
地址: | 100854*** | 国省代码: | 北京;11 |
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 视觉 显著 红外 成像 卷云 检测 方法 装置 | ||
1.一种基于视觉显著性的红外成像卷云检测方法,其特征在于,该方法包括以下步骤:
S1:输入待检测红外图像f0(x,y);
S2:使用频率调制显著性检测方法对所述红外图像f0(x,y)进行检测,得到显著性特征图f1(x,y);
S3:对所述显著性特征图f1(x,y)进行伽马变化增强对比度,得到对比度增强图f2(x,y);
S4:对所述对比度增强图f2(x,y)进行拉普拉斯高提升滤波,得到边缘增强图f3(x,y);
S5:对步骤S2获得的显著性特征图f1(x,y)进行区域生长处理,其中采用的种子点为边缘增强图f3(x,y)中灰度值高于99%的点,得到区域生长图f4(x,u);
S6:对区域生长图f4(x,y)进行轮廓提取,得到轮廓二值图f5(x,y);
S7:根据轮廓二值图f5(x,y)对红外图像f0(x,y)进行目标区域标注,输出卷云检测结果图f6(x,y)。
2.根据权利要求1所述的基于视觉显著性的红外成像卷云检测方法,其特征在于,所述步骤S2具体包括如下步骤:
S2.1:将红外图像f0(x,y)转换成三通道图,使用3ⅹ3高斯模板进行滤波;
S2.2:将步骤S2.1中高斯滤波后的图转换到Lab空间得到图像并求得图像的平均灰度图fμ;
S2.3:使用以下频率调制显著性特征公式进行计算:
得到显著性特征图f1(x,y)。
3.根据权利要求1所述的基于视觉显著性的红外成像卷云检测方法,其特征在于,所述步骤S3中采用以下伽马变换公式计算:
s=crγ
其中c=1,γ=2,r为显著性特征图f1(x,y)的灰度值,s为输出的对比度增强图f2(x,y)的图像灰度值。
4.根据权利要求1所述的基于视觉显著性的红外成像卷云检测方法,其特征在于,所述步骤S4具体包括如下步骤:
S4.1:使用拉普拉斯算子对所述对比度增强图f2(x,y)进行空域滤波操作,得到的空域滤波结果为gmask(x,y);
S4.2:通过高提升滤波公式计算:
g(x,y)=f(x,y)+k*gmask(x,y)
其中k>1,f(x,y)对应于对比度增强图f2(x,y)的灰度值,g(x,y)为得到的边缘增强图f3(x,y)的图像灰度值。
5.根据权利要求1所述的基于视觉显著性的红外成像卷云检测方法,其特征在于,所述步骤S5具体包括如下步骤:
S5.1:对步骤S3获得的边缘增强图f3(x,y)进行二值化处理,阈值为边缘增强图f3(x,y)最大灰度值的99%,得到二值图;
S5.2:对步骤S5.1得到的二值图做细化处理,得到区域生长的种子点;
S5.3:使用以下生长准则对显著性特征图f1(x,y)进行区域生长处理后得到区域生长图f4(x,y):T=0.75×seedvalue,其中seedvalue为种子点对应于显著性特征图f1(x,y)上的灰度值。
6.根据权利要求1所述的基于视觉显著性的红外成像卷云检测方法,其特征在于,所述步骤S6中采用4邻域作为搜索方式对步骤S5得到的区域生长图f4(x,y)进行轮廓提取,得到轮廓二值图f5(x,y)。
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北京环境特性研究所,未经北京环境特性研究所许可,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/202011259875.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:从废旧磷酸铁锂电池中回收磷、铁和锂的方法
- 下一篇:一种电力物品转运装置