[发明专利]一种轮船图标图像叠加误差的纠正方法

权利要求书

1.一种轮船图标图像叠加误差的纠正方法，其特征在于，包括：

步骤一、获取目标轮船同一时刻下的多帧图标图像，并进行降噪处理得到去模糊图像；

步骤二、将所述去模糊图像叠加，并进行二值化输出图像数据；

步骤三、利用神经网络方法将所述图像数据进行聚类，划分为多个类区域数据；

步骤四、采用二维高斯滤波去除所述类区域的离散噪声得到纠正图像，并将所述纠正图像进行拼接得到完整轮船图标图像。

2.如权利要求1所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述步骤一中降噪处理包括：

利用边缘检测算法对所述图标图像进行梯度化，以梯度图为引导图进行预滤波；

式中，D_i表示滤波后的图像，i表示像素点，w_j表示以i点为中心的局部区块，I表示梯度图，a_j，b_j表示线性转换参数，μ_j表示梯度图像素均值，σ_j表示梯度图像素方差，F_i表示图标图像，表示图标图像像素均值；

计算预滤波后图像相邻区块的相似性系数，并对非局部均值滤波器的权值函数进行改进；

式中，w(i,j)表示权值系数，Z(i)表示加权因子，S表示相似性系数，q表示平滑系数，dist表示欧式距离。

3.如权利要求2所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述相似性系数的计算公式为：

式中，m,n表示相邻区块，μ_m表示m区块的像素均值，μ_n表示n区块的像素均值，σ_m²表示m区块的像素方差，σ_n²表示n区块的像素方差，σ_mn²表示m,n区块的像素协方差，表示m区块的像素方差，C₁,C₂,C₃表示极小参数。

4.如权利要求3所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述步骤二中图像叠加包括：

根据图像拍摄位置和角度将所述去模糊图像坐标进行标定，再生成灰度图；

采用梯度算子对所述灰度图进行边界提取；

分析所述去模糊图像边界与环境图像之间存在的几何偏差；

通过几何变换修正去模糊图像偏差得到修正图像；

将所述修正图像按照对应坐标叠加。

5.如权利要求4所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述边界提取包括：

遍历所述灰度图，计算像素点的梯度模长；

将所述梯度模长大于模长阈值的点作为边界点；

式中，f(x,y)表示当前点灰度值，g表示梯度模长。

6.如权利要求5所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述修正去模糊图像偏差公式为：

式中，(X_D,X_D)表示误差点实际坐标，为误差点对应的图像坐标，θ为偏差角度，dx为偏差水平增量，dy为偏差垂直增量。

7.如权利要求6所述的轮船图标图像叠加误差的纠正方法，其特征在于，所述二值化包括：

对所述灰度图的每一行进行归一化处理，再整体进行二值化；

所述归一化公式为

所述二值化公式为

其中，E表示归一化后的数值，e表示归一化前的数值，V_min表示最小灰度值，V_max表示最大灰度值，f表示二值化输出值，g表示像素点灰度值，thres表示灰度阈值。