[发明专利]一种基于凸包算法的爆炸火球轮廓检测方法

权利要求书

1.一种基于凸包算法的爆炸火球轮廓检测方法，其特征在于，包括以下步骤：

步骤一、获取包括k个子区域的爆炸火球原始图像，其中，k为大于等于1的整数，所述爆炸火球原始图像为RGB图像或者灰度图像；

步骤二、若获取到的爆炸火球原始图像为RGB图像，则将爆炸火球原始图像转换为灰度图像，然后执行步骤三；若获取到的爆炸火球原始图像为灰度图像，则直接执行步骤三；

步骤三、对灰度图像进行分割，得到分割后的二值图像；

步骤四、对步骤三获得的二值图像进行去噪处理；

步骤五、在图像坐标系中检测经步骤四去噪得到的二值图像中k个子区域的边缘，计算得到k个子区域的边界坐标；

步骤六、将k个子区域的边界坐标分别记为S1＝(S₁₁，S₁₂，…，S_1n)，S2＝(S₂₁，S₂₂，…，S_2m)，…，Sk＝(S_k1，S_k2，…，S_ki)，其中n、m、…、i分别为各个子区域的边界点数量，均为大于等于3的整数；合并k个子区域的边界坐标，构建爆炸火球的边界点的集合S＝(S1，S2，…，Sk)；

步骤七、利用Graham扫描算法提取集合S中的最小外接多边形连接点，将所有连接点连接为闭合多边形，得到爆炸火球轮廓。

2.根据权利要求1所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，步骤五具体为：

在图像坐标系中利用高通滤波算法检测经步骤四去噪的二值图像中k个子区域边缘，根据高通滤波卷积核ken计算得到所有k个子区域的边界坐标。

3.根据权利要求2所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，所述高通滤波卷积核ken为：

4.根据权利要求3所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，步骤四具体为：对步骤三获得的二值图像依次采用腐蚀运算和膨胀运算进行去噪处理。

5.根据权利要求4所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，步骤四中：

所述腐蚀运算和膨胀运算的计算窗口大小一致；

所述腐蚀运算和膨胀运算的计算窗口均选择5×5。

6.根据权利要求5所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于：步骤三采用全局阈值法对灰度图像进行分割，获得分割后的二值图像。

7.根据权利要求6所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，步骤三具体为：

3.1、通过以下公式计算得到阈值thr，阈值thr取灰度图像中灰度最大点与最小点灰度的差值的三分之二：

thr＝(max(piexls)-min(piexls))*2/3

其中，max(piexls)为灰度图像中灰度最大点的灰度值，min(piexls)为灰度图像中灰度最小点的灰度值；

3.2、将灰度图像中灰度值大于等于阈值thr的像素点的灰度值置为1，小于阈值thr的像素点的灰度值置为0，如以下公式所示，获得分割后的二值图像：

其中，binaryimg为灰度图像中各点在二值图像中的像素灰度值，piexl为灰度图像中各点的灰度。

8.根据权利要求7所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于：

步骤二中，若获取到的爆炸火球原始图像为RGB图像，利用平均值法，根据以下公式将爆炸火球原始图像转换为灰度图像：

gray＝(R+G+B)/3

其中，gray、R、G、B分别代表输出灰度图像的灰度值，以及爆炸火球原始图像的红色、绿色和蓝色三个通道的像元灰度值。

9.根据权利要求1-8任一所述的基于凸包算法的爆炸火球轮廓检测方法，其特征在于，步骤七具体包括以下步骤：

7.1、获取集合S中纵坐标y最小的点，得到集合S中最下面的点，记为P₀；

7.2、计算其余点与P₀的连线与X轴之间的夹角余弦值，将其余点按其与P₀的连线与X轴之间的夹角余弦值从大到小排序，排序好的点记为P₁，P₂，P₃，…，P_N，并将P₀和P₁依次压入堆栈，其中，N为集合S中除P₀外所有点的数量，N为大于等于3的整数；

7.3、按集合S中的顺序选择点，计算堆栈栈顶下的第一个点与堆栈的栈顶点之间的向量、堆栈的栈顶点到当前点之间的向量，判断两个向量的方向是否沿逆时针方向变化，若是，直接将当前点压入堆栈；否则将堆栈的栈顶点推出，并将当前点压入堆栈，然后按集合S中的顺序选择下一个点；

7.4、采用与步骤7.3相同的方法，按集合S中的顺序遍历完其中的所有点；

7.5、将堆栈内的点在图像坐标系中依次连接成闭合线，得到点集S的最小外接多边形，获得爆炸火球轮廓。