CN103514587A - 基于海天分界线检测的舰载稳像方法 - Google Patents
基于海天分界线检测的舰载稳像方法 Download PDFInfo
- Publication number
- CN103514587A CN103514587A CN201310436715.7A CN201310436715A CN103514587A CN 103514587 A CN103514587 A CN 103514587A CN 201310436715 A CN201310436715 A CN 201310436715A CN 103514587 A CN103514587 A CN 103514587A
- Authority
- CN
- China
- Prior art keywords
- image
- separatrix
- sea
- vector
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明属于图像处理、光电技术领域,具体涉及一种基于海天分界线检测的舰载稳像方法。本发明的方法包括以下步骤:对监控视频图像帧进行去噪、下采样处理;构建下采样图像的纵向投影向量,求取纵向投影向量的变化率向量,提取变化率最高点为海天分界线参考位置;在原图像中以一定高度截取包括海天分界线参考位置的区域;对上述区域先后进行边缘提取和Hough变换,Hough域中最大值即为海天分界线的直线参数;根据海天分界线的直线参数对原图像进行平移和旋转变换,变换的结果作为稳像结果图像输出。本发明的方法能够有效去除图像中海面和天空噪声的影响,准确获取图像中海天分界线的位置,实现稳像功能。
Description
技术领域
本发明属于图像处理、光电技术领域,具体涉及一种基于海天分界线检测的舰载稳像方法。
背景技术
舰载光电探测系统放置于海上移动的平台,平台本身受海浪的影响会产生一定的摇晃和抖动,使得舰载光电探测系统成像时会造成图像不稳定,影响观察者对海面状况的探测。
海基电子稳像系统与路基电子稳像系统有着明显的区别。陆地上具有大量的刚性目标,可以用于电子稳像系统的基准,采用图像块匹配的方法完成图像全局运动估计。而对于海基系统,无论是天空中的云朵还是海面上大量的海浪目标,都无法作为电子稳像的匹配基准,给海基电子稳像系统的设计带来了更大的挑战。
发明内容
本发明需要解决的技术问题为:现有稳像系统主要应用于路基环境,难以对没有刚性目标作为稳像基准的海基坏境有效稳像。
本发明的技术方案如下所述:
一种基于海天分界线检测的舰载稳像方法,包括以下步骤:对监控视频图像帧先后进行去噪、下采样处理;构建下采样图像的纵向投影向量,其元素值为下采样图像相应行所有像素数值之和;求取纵向投影向量的变化率向量,提取变化率最高点为海天分界线参考位置;在原图像中以一定高度截取包括海天分界线参考位置的区域;对上述区域先后进行边缘提取和Hough变换,Hough域中最大值即为海天分界线的直线参数;根据海天分界线的直线参数对原图像进行平移和旋转变换,变换的结果能够确保视频图像中海天分界线出现在固定位置,实现视频图像的稳像功能。
作为优选方案,本发明的方法包括以下步骤:
步骤1
设定图像中海天分界线基准位置;
步骤2
通过舰载摄像机获取具有海天分界线监控视频图像帧,当前帧图像记为I;对图像I进行灰度图像形态学滤波,形态滤波后的图像为P;
步骤3
对图像P进行下采样处理,得到下采样图像为Pd;
构建Pd的纵向投影向量V:纵向投影向量V的元素数目c与下采样图像Pd的纵向分辨率相同,且纵向投影向量V第i个元素V[i]的数值为下采样图像Pd第i行的所有像素数值之和;
步骤4
求取纵向投影向量V的变化率向量D,变化率向量D的元素数目与纵向投影向量V相同,各元素数值如下式所示:
求取变化率向量D中元素数值绝对值的最大值dmax,记录其索引为k,满足|D[k]|=dmax;
步骤5
原图像I中海天分界线中心纵坐标m=k×s,其中,k为步骤4所述索引,s为步骤3所述下采样的下采样倍数;提取以m为中心,上下各b个像素的区域为海天分界线区域,形成海天分界线图像为H;
对图像H进行图像边缘提取,获取边缘图像E;
对边缘图像E进行Hough变换,在Hough变换域中提取最大值作为海天分界线的直线参数;
步骤6
将原图像I平移、旋转,平移、旋转过程中越过图像边界的点忽略,新产生的点像素值置为零;平移、旋转后获得的图像T作为稳像结果图像输出。
作为进一步的优选方案,
步骤1中,图像的宽度为w像素,高度为h像素,海天分界线基准位置设定为h/2;
步骤2波中进行灰度图像形态学滤时,先后进行灰度形态学腐蚀操作和灰度形态学膨胀操作,滤波窗口为矩形;
步骤5中,b为20;采用Candy算子方法进行图像边缘提取,高阈值为100,低阈值为50;Hough变换以边缘图像E左上角为原点,其Hough变换域最大值为ρ、θ;海天分界线中心距离原始图像中心在竖直方向的距离q为:
步骤6中,将原图像I下移q个像素,得到图像F,越过图像边界的点忽略,新产生的点像素值置为零;对图像F顺时针旋转(90°-θ)角度,获得图像T,越过图像边界的点忽略,新产生的点像素值置为零,图像T作为稳像结果图像输出。
本发明的有益效果为:
本发明的基于海天分界线检测的舰载稳像方法,能够有效去除图像中海面和天空噪声的影响,准确获取图像中海天分界线的位置,实现稳像功能;此外,通过图像下采样和局部图像的Hough变换等方法,显著降低了运算负担,提高了运算效率。
附图说明
图1为本发明的基于海天分界线检测的舰载稳像方法流程图;
图2为Hough变换参数示意图。
具体实施方式
下面结合附图和实施例对本发明的基于海天分界线检测的舰载稳像方法进行详细说明。
本发明的基于海天分界线检测的舰载稳像方法,包括以下步骤:
步骤1
设定图像中海天分界线基准位置,基准位置根据需要设定。本实施例中设定基准位置为图像的纵向中心,与图像水平方向平行。图像的宽度为w像素,高度为h像素,即本实施例中将基准位置设定为h/2。
步骤2
通过舰载摄像机获取具有海天分界线监控视频图像帧,当前帧图像记为I,I为灰度图像。
对图像I进行灰度图像形态学滤波,形态滤波后的图像为P:先后进行灰度形态学腐蚀操作和灰度形态学膨胀操作,滤波窗口为矩形,窗口的长度和宽度根据实际海况进行设定。本实施例中滤波窗口的宽度和高度设定为15。
步骤3
对图像P进行下采样处理,得到下采样图像为Pd,下采样的倍数s根据计算机的运算程度选定。本实施例中获取图像的分辨率为720×576,下采样的倍数s为4,下采样后图像分辨率为180×144。
构建Pd的纵向投影向量V:纵向投影向量V的元素数目c与下采样图像Pd的纵向分辨率相同,且纵向投影向量V第i个元素V[i]的数值为下采样图像Pd第i行的所有像素数值之和。本实施例中,c为144。
步骤4
求取纵向投影向量V的变化率向量D,变化率向量D的元素数目与纵向投影向量V相同,即也为c个,各元素数值如下式所示:
求取变化率向量D中元素数值绝对值的最大值dmax,记录其索引为k,满足|D[k]|=dmax。
步骤5
原图像I中海天分界线中心纵坐标m=k×s,其中,k为步骤4所述索引,s为步骤3所述下采样的下采样倍数;提取以m为中心,上下各b个像素的区域为海天分界线区域,形成提取海天分界线图像为H。b根据情况设定,本实施例中设定b为20。
对图像H采用Candy算子方法进行图像边缘提取,获取边缘图像E,E为黑白二值图像,白色部分代表提取出的边缘。Candy方法中高低阈值根据图像特征选取。本实施例中,选取高阈值为100,低阈值为50。
对边缘图像E做以图像左上角为原点的Hough变换,在Hough变换域中提取最大值,对应参数ρ、θ,其中ρ为原点到直线的距离,θ为直线与竖直方向夹角,即海天分界线位置参数。海天分界线中心距离原始图像中心在竖直方向的距离q为:
θ为0°时表示图像中海天分界线呈竖直状态,与实际情况不符,说明提取图像出现错误,算法不处理此种情况,因此在本方法中确定θ不为0。
步骤6
将原图像I下移q个像素,得到图像F,越过图像边界的点忽略,新产生的点像素值置为零。
对图像F顺时针旋转(90°-θ)角度,获得图像T,越过图像边界的点忽略,新产生的点像素值置为零,图像T作为稳像结果图像输出。
Claims (3)
1.一种基于海天分界线检测的舰载稳像方法,其特征在于:包括以下步骤:对监控视频图像帧先后进行去噪、下采样处理;构建下采样图像的纵向投影向量,其元素值为下采样图像相应行所有像素数值之和;求取纵向投影向量的变化率向量,提取变化率最高点为海天分界线参考位置;在原图像中以一定高度截取包括海天分界线参考位置的区域;对上述区域先后进行边缘提取和Hough变换,Hough域中最大值即为海天分界线的直线参数;根据海天分界线的直线参数对原图像进行平移和旋转变换,变换的结果能够确保视频图像中海天分界线出现在固定位置,实现视频图像的稳像功能。
2.根据权利要求1所述的基于海天分界线检测的舰载稳像方法,其特征在于:包括以下步骤:
步骤1
设定图像中海天分界线基准位置;
步骤2
通过舰载摄像机获取具有海天分界线监控视频图像帧,当前帧图像记为I;对图像I进行灰度图像形态学滤波,形态滤波后的图像为P;
步骤3
对图像P进行下采样处理,得到下采样图像为Pd;
构建Pd的纵向投影向量V:纵向投影向量V的元素数目c与下采样图像Pd的纵向分辨率相同,且纵向投影向量V第i个元素V[i]的数值为下采样图像Pd第i行的所有像素数值之和;
步骤4
求取纵向投影向量V的变化率向量D,变化率向量D的元素数目与纵向投影向量V相同,各元素数值如下式所示:
求取变化率向量D中元素数值绝对值的最大值dmax,记录其索引为k,满足|D[k]|=dmax;
步骤5
原图像I中海天分界线中心纵坐标m=k×s,其中,k为步骤4所述索引,s为步骤3所述下采样的下采样倍数;提取以m为中心,上下各b个像素的区域为海天分界线区域,形成海天分界线图像为H;
对图像H进行图像边缘提取,获取边缘图像E;
对边缘图像E进行Hough变换,在Hough变换域中提取最大值作为海天分界线的直线参数;
步骤6
将原图像I平移、旋转,平移、旋转过程中越过图像边界的点忽略,新产生的点像素值置为零;平移、旋转后获得的图像T作为稳像结果图像输出。
3.根据权利要求2所述的基于海天分界线检测的舰载稳像方法,其特征在于:
步骤1中,图像的宽度为w像素,高度为h像素,海天分界线基准位置设定为h/2;
步骤2波中进行灰度图像形态学滤时,先后进行灰度形态学腐蚀操作和灰度形态学膨胀操作,滤波窗口为矩形;
步骤5中,b为20;采用Candy算子方法进行图像边缘提取,高阈值为100,低阈值为50;Hough变换以边缘图像E左上角为原点,其Hough变换域最大值为ρ、θ;海天分界线中心距离原始图像中心在竖直方向的距离q为:
步骤6中,将原图像I下移q个像素,得到图像F,越过图像边界的点忽略,新产生的点像素值置为零;对图像F顺时针旋转(90°-θ)角度,获得图像T,越过图像边界的点忽略,新产生的点像素值置为零,图像T作为稳像结果图像输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310436715.7A CN103514587B (zh) | 2013-09-24 | 2013-09-24 | 基于海天分界线检测的舰载稳像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310436715.7A CN103514587B (zh) | 2013-09-24 | 2013-09-24 | 基于海天分界线检测的舰载稳像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103514587A true CN103514587A (zh) | 2014-01-15 |
CN103514587B CN103514587B (zh) | 2017-05-17 |
Family
ID=49897265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310436715.7A Active CN103514587B (zh) | 2013-09-24 | 2013-09-24 | 基于海天分界线检测的舰载稳像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514587B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069814A (zh) * | 2015-07-27 | 2015-11-18 | 广东东软学院 | 一种海面监测图像天水线坐标计算方法及装置 |
CN108520255A (zh) * | 2018-04-20 | 2018-09-11 | 北京环境特性研究所 | 一种红外弱小目标检测方法及装置 |
CN108830867A (zh) * | 2018-04-02 | 2018-11-16 | 上海鹰觉科技有限公司 | 基于直线边缘特征的稳像方法、系统 |
CN109284769A (zh) * | 2018-08-02 | 2019-01-29 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
CN109298630A (zh) * | 2018-09-05 | 2019-02-01 | 哈尔滨工程大学 | 一种无人船用低成本光电吊舱的光学辅助稳像技术 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102006398A (zh) * | 2010-10-29 | 2011-04-06 | 西安电子科技大学 | 基于特征直线的船载摄像系统电子稳像方法 |
CN102054275A (zh) * | 2010-12-13 | 2011-05-11 | 中国科学院长春光学精密机械与物理研究所 | 灰度图像海天线实时检测方法 |
CN102279973A (zh) * | 2010-06-11 | 2011-12-14 | 中国兵器工业第二○五研究所 | 基于高梯度关键点的海天线检测方法 |
-
2013
- 2013-09-24 CN CN201310436715.7A patent/CN103514587B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279973A (zh) * | 2010-06-11 | 2011-12-14 | 中国兵器工业第二○五研究所 | 基于高梯度关键点的海天线检测方法 |
CN102006398A (zh) * | 2010-10-29 | 2011-04-06 | 西安电子科技大学 | 基于特征直线的船载摄像系统电子稳像方法 |
CN102054275A (zh) * | 2010-12-13 | 2011-05-11 | 中国科学院长春光学精密机械与物理研究所 | 灰度图像海天线实时检测方法 |
Non-Patent Citations (2)
Title |
---|
华蕊: "海面运动舰船检测算法研究", 《万方学位论文数据库》 * |
赵红颖 等: "船载摄像系统的一种电子稳像算法", 《光学技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069814A (zh) * | 2015-07-27 | 2015-11-18 | 广东东软学院 | 一种海面监测图像天水线坐标计算方法及装置 |
CN108830867A (zh) * | 2018-04-02 | 2018-11-16 | 上海鹰觉科技有限公司 | 基于直线边缘特征的稳像方法、系统 |
CN108520255A (zh) * | 2018-04-20 | 2018-09-11 | 北京环境特性研究所 | 一种红外弱小目标检测方法及装置 |
CN108520255B (zh) * | 2018-04-20 | 2021-03-23 | 北京环境特性研究所 | 一种红外弱小目标检测方法及装置 |
CN109284769A (zh) * | 2018-08-02 | 2019-01-29 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
CN109284769B (zh) * | 2018-08-02 | 2022-03-18 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
CN109298630A (zh) * | 2018-09-05 | 2019-02-01 | 哈尔滨工程大学 | 一种无人船用低成本光电吊舱的光学辅助稳像技术 |
Also Published As
Publication number | Publication date |
---|---|
CN103514587B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8611692B2 (en) | Automated image registration with varied amounts of a priori information using a minimum entropy method | |
CN110349207B (zh) | 一种复杂环境下的视觉定位方法 | |
CN107563964B (zh) | 大面阵亚米级夜景遥感影像的快速拼接方法 | |
CN105488501B (zh) | 基于旋转投影的车牌倾斜矫正的方法 | |
CN103514587A (zh) | 基于海天分界线检测的舰载稳像方法 | |
CN101945257B (zh) | 基于监控视频内容提取车辆底盘图像的合成方法 | |
JP6233869B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
CN111510691B (zh) | 颜色插值方法及装置、设备、存储介质 | |
CN104504652A (zh) | 一种快速有效保留边缘及方向特征的图像去噪方法 | |
US20150029312A1 (en) | Apparatus and method for detecting object automatically and estimating depth information of image captured by imaging device having multiple color-filter aperture | |
CN108668069B (zh) | 一种图像背景虚化方法及装置 | |
CN101968881A (zh) | 一种运动模糊和散焦复合模糊的图像复原方法 | |
CN106169173B (zh) | 一种图像插值方法 | |
CN106530313A (zh) | 一种基于区域分割的海天线实时检测方法 | |
CN110288623B (zh) | 无人机海上网箱养殖巡检图像的数据压缩方法 | |
Hu et al. | Graph-based joint denoising and super-resolution of generalized piecewise smooth images | |
CN103841298A (zh) | 一种基于颜色恒量和几何不变特征的视频稳像方法 | |
CN103020967A (zh) | 基于海岛边缘特征的无人机航拍图像精确匹配方法 | |
Lee et al. | Cloud removal of satellite images using convolutional neural network with reliable cloudy image synthesis model | |
CN111368797A (zh) | 一种基于路端单目摄像头的目标实时测距方法 | |
CN103955934B (zh) | 一种结合图像显著性区域分割的图像模糊检测算法 | |
CN108648205A (zh) | 一种亚像素边缘检测方法 | |
CN102231203A (zh) | 基于边缘检测的图像自回归插值方法 | |
KR101578029B1 (ko) | 영상 왜곡 보정 장치 및 방법 | |
CN106355576A (zh) | 基于mrf图像分割算法的sar图像配准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |