[发明专利]一种基于偏振度椭圆拟合的中性点识别方法

摘要

本发明公开了一种基于偏振度椭圆拟合的中性点识别方法，其特征是按如下过程进行：1、获取n幅天空偏振图像，2、利用大津算法提取有效区域，3、计算偏振度图像，4、对偏振度图像进行二值化处理，5、查找有效区域内中性点所在的区域，6、利用椭圆拟合算法对中性点所在区域的边缘进行拟合，7、识别中性点。本发明能对天空偏振图像中的中性点进行有效识别和标定，从而为大气环境检测提供中性点特性信息。

主权项

一种基于偏振度椭圆拟合的中性点识别方法，其特征是，按如下过程进行：步骤1：在不同偏振角度θ1,θ2,…,θn下分别获取相应的天空偏振图像I1,I2,…,In,n≥3；步骤2：利用大津算法提取有效区域Zvalid；依次将n幅天空偏振图像I1,I2,…,In作为大津算法的输入图像，通过大津算法分别计算出每一幅天空偏振图像I1,I2,…,In所对应的自适应阈值t1,t2,…,tn，根据所述自适应阈值t1,t2,…,tn依次将对应的天空偏振图像I1,I2,…,In进行二值化处理，获得对应于所述天空偏振图像I1,I2,…,In的n幅二值图像BW1,BW2,…,BWn，对所述n幅二值图像BW1,BW2,…,BWn进行“与”操作，获得二值图像BWvalid，令所述二值图像BWvalid中像素为1的连通区域为有效区域Zvalid；步骤3：计算偏振度图像ID；3.1、利用式(1)获得所述有效区域Zvalid内的斯托克斯矢量S=(I,Q,U)T： I + Q cos 2 θ 1 + U sin 2 θ 1 = 2 I 1 I + Q cos 2 θ 2 + U sin 2 θ 2 = 2 I 2 . . . I + Q cos 2 θ n + U sin 2 θ n = 2 I n - - - ( 1 ) 式(1)中，I为大气光的总光强，Q为大气光在水平方向上的偏振光强分量，U为大气光在45°方向上的偏振光强分量；3.2、根据所述斯托克斯矢量S=(I,Q,U)T通过式(2)获得所述有效区域Zvalid内的偏振度分布Dop： Dop = Q 2 + U 2 I - - - ( 2 ) 3.3、通过式(3)将所述偏振度分布Dop映射为偏振度图像ID：ID=[Dop×255]   (3)式(3)中，[Dop×255]表示对Dop×255的计算结果向下取整；步骤4：对所述偏振度图像ID进行二值化处理；4.1、在所述有效区域Zvalid内，对所述偏振度图像ID进行图像滤波处理获得去噪后的偏振度图像ID′；4.2、将所述去噪后的偏振度图像ID′作为大津算法的输入图像获得去噪后的偏振度图像ID′的自适应阈值td，4.3、根据所述自适应阈值td对所述去噪后的偏振度图像ID进行二值化处理获得二值图 像BWb，步骤5：查找所述有效区域Zvalid内中性点所在的区域Z1和Z2；在所述有效区域Zvalid内，查找出所述二值图像BWb中所有像素值为1的连通域，并依次比较各个连通域中所包含的像素点数量，从中选择出包含像素点数量最多的两个连通域Zmax1和Zmax2，所述连通域Zmax1和Zmax2为中性点所在区域Z1和Z2；步骤6：利用椭圆拟合算法对中性点所在区域的边缘进行拟合；6.1、判断所述区域Z1和Z2内的每个像素的4‑连通的邻域上的像素值是否都取值为1，选择4‑连通的邻域上的像素值都取值为1的像素赋值为0，从而获得区域边缘Edge1和Edge2；6.2、分别将所述区域边缘Edge1和Edge2作为椭圆拟合算法的输入，对所述区域边缘Edge1和Edge2进行椭圆拟合，得到所述区域边缘Edge1和Edge2的拟合椭圆E1和E2，所述拟合椭圆E1和E2的拟合方程为椭圆方程1和椭圆方程2：椭圆方程1：a1x2+b1xy+c1y2+d1x+e1y+f1＝0   (4)椭圆方程2：a2x2+b2xy+c2y2+d2x+e2y+f2＝0   (5)式(4)和(5)中，a1、b1、c1、d1、e1和f1以及a2、b2、c2、d2、e2和f2分别为椭圆拟合算法所获得的椭圆方程的系数；x和y为椭圆方程的变量；步骤7：识别中性点；由所述椭圆方程1和椭圆方程2，分别获得所述拟合椭圆E1和E2的椭圆中心坐标 C 1 ( b 1 e 1 - 2 c 1 d 1 4 a 1 c 1 - b 1 2 , b 1 d 1 - 2 a 1 c 1 4 a 1 c 1 - b 1 2 ) 和 C 2 ( b 2 e 2 - 2 c 2 d 2 4 a 2 c 2 - b 2 2 , b 2 d 2 - 2 a 2 c 2 4 a 2 c 2 - b 2 2 ) ; 所述椭圆中心坐标C1和C2即为所述中性点。