[发明专利]基于目标区域局部增强的反射层析激光雷达图像分割方法

说明书

本发明提出一种基于目标区域局部增强的反射层析激光雷达图像分割方法，包括：输入经滤波反投影重构得到的反射层析激光雷达生成的原始图像；通过二维低通滤波器去除原始图像中的环状伪影；进一步执行均值滤波处理，以滤除噪点，并使用迭代阈值法执行对经滤除噪点后的图像的初始分割，以获得分割图像；对分割图像按照外接凸多边形面积最小的准则进行目标区域的提取，提取出闭合的外接凸多边形的目标区域；针对提取出的目标区域采用图像填充算法完成图像填充，得到目标显著图；将目标显著图与原始图像融合，获得目标区域增强的融合图像；采用迭代阈值法求出增强的目标区域图像的最佳阈值，然后使用最佳阈值对整幅融合图像进行分割。

技术领域

本发明属于激光雷达技术领域，尤其涉及一种基于目标区域局部增强的反射层析激光雷达图像分割方法。

背景技术

激光反射层析雷达成像是一种兼顾远距离和高分辨率成像的新型激光雷达系统，这项技术最早由Parker J K于1988年提出(Parker J K,Craig E B, Klick D I,etal.Reflective tomography:images from rangeresolved laser radar measurements[J].Appl Opt,1988,27(13):2642-2643)。其工作原理是通过激光雷达探测目标的多个角度并收集回波信号，获取目标多角度的深度信息，利用成像算法来计算重构目标的层析面轮廓图像。但在实际工作过程中，利用常见的成像算法如滤波反投影算法来计算重构目标的层析面轮廓图像时，通常伴随大量的伪影和噪点，需要从中分割得到纯目标廓像。为提高目标廓像的分割质量，给出了一种反射层析激光雷达图像目标区域提取与分割方法。该算法能够去除反射层析激光雷达图像中的伪影和噪点，分割得到的图像能够最大限度保留原始图像中的目标信息，相较于传统阈值分割方法，提高了分割图像的分割质量。

现有的反射层析激光雷达图像分割方法主要包括Ostu算法、迭代阈值法和最大熵算法，其中最为常见的是迭代阈值法：迭代阈值法是基于逼近的思想，先求出图像的最大灰度值Tmax和最小灰度值Tmin，然后取其平均作为初始阈值

根据该阈值将图像分割后，再求分割图像两类的平均灰度值并取平均，重复该流程直到两者的平均灰度值不再发生变化，此时两者的平均灰度值取平均即为最佳阈值。

此种实现方式的优点包括计算简单、运算效率较高、速度快，但是分割阈值的选取是个难点，对如图1(a)和1(b)所示的飞机模型经目标成像采样滤波反投影算法重构得到原始图像如图2(a)，可以看到原始图像中存在大量的伪影和噪点。采用传统阈值分割法对图像进行二值化处理，得到Ostu算法、迭代阈值法和最大熵算法阈值分割图像如图2(b)、图2(c)和图2(d)所示。

从阈值分割图像来看，上述三种传统阈值分割法均对条状伪影和噪点有较好的分割效果，但环状伪影和因其灰度值与目标图像接近，使用传统阈值分割法很难将其与目标分割。此外，三种阈值分割法均存在不同程度过度分割的情况，去除伪影和噪点的同时缺失了部分目标信息，尤其是最大熵算法缺失的目标信息最多。

原始图像灰度直方图如图3所示，可以看到图中只有一个明显的峰，这是由于图像背景引起的，节选灰度值范围100-140的灰度直方图，标记上述Ostu 算法、迭代阈值法和最大熵算法计算得到的分割阈值，使用传统阈值分割法选取的分割阈值通常较高，容易出现过度分割的情况。然而，由于环状伪影的灰度值与目标图像接近，即使选取较高分割阈值，简单的阈值分割处理也难以将其与目标分割。

发明内容

为解决上述技术问题，本发明提出了一种基于目标区域局部增强的反射层析激光雷达图像分割方法，所述方法包括如下步骤：

步骤1，输入经滤波反投影重构得到的反射层析激光雷达生成的原始图像；

步骤2，通过二维低通滤波器去除所述原始图像中的环状伪影；