[发明专利]一种轮船图标图像叠加误差的纠正方法

说明书

本发明公开了一种轮船图标图像叠加误差的纠正方法，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类区域的离散噪声得到纠正图像，将纠正图像进行拼接得到完整轮船图标图像。本发明通过降噪去模糊、图像修正叠加、聚类降噪去除重叠部分的离散噪点的过程将轮船图标图像的叠加误差进行纠正，得到的轮船图标图像分辨率和精度高。

技术领域

本发明涉及轮船图标图像识别技术领域，特别涉及一种轮船图标图像叠加误差的纠正方法。

背景技术

在海警、海事、船舶管理系统等军民用领域中，图像监控成为一种重要的信息来源，从实时监控中快速有效的提取船舶目标，对船舶身份进行自动判别，对船舶异常行为进行告警，成为一个重要的应用领域。

在目标检测技术中常常采取多角度拍摄后图像融合技术，对图标图像进行识别，由于受环境、测量误差、不同视场的影响，不同角度获取的图像也存在差异，将多图像直接叠加至相同的区域后，图像存在较大误差，图像质量、分辨率和灵敏度均会受到影响。因此有必要提出一种轮船图标图像叠加误差的纠正方法。

发明内容

本发明提供了一种轮船图标图像叠加误差的纠正方法，通过获取同一时刻下的多帧图像，对图像进行去噪处理提高图像的分辨率，再将图像叠加，对于叠加产生的误差采用二维高斯滤波法去除离散噪声，得到完整的轮船图标图像。

本发明的技术方案为：

一种轮船图标图像叠加误差的纠正方法，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类区域的离散噪声得到纠正图像，并将纠正图像进行拼接得到完整轮船图标图像。

优选的是，步骤一中降噪处理包括：

利用边缘检测算法对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。

优选的是，相似性系数的计算公式为：