CN105069814A - 一种海面监测图像天水线坐标计算方法及装置 - Google Patents
一种海面监测图像天水线坐标计算方法及装置 Download PDFInfo
- Publication number
- CN105069814A CN105069814A CN201510448127.4A CN201510448127A CN105069814A CN 105069814 A CN105069814 A CN 105069814A CN 201510448127 A CN201510448127 A CN 201510448127A CN 105069814 A CN105069814 A CN 105069814A
- Authority
- CN
- China
- Prior art keywords
- rectangular area
- original image
- sea
- gray scale
- ordinate
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
本发明实施例公开了一种海面监测图像弱小目标检测方法及装置,解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。本发明实施例的海面监测图像天水线坐标计算方法包括:根据采集的原始图像确定的坐标原点,进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素;对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值,原始图像中包括k个矩形区域;根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种海面监测图像天水线坐标计算方法及装置。
背景技术
海面监测图像包含海天背景和舰船目标,远距离条件下的海面舰船目标成像面积小,信噪比低、并且缺乏明显的结构信息,处理过程中容易受到海面背景杂波的影响,严重影响目标识别效果。天水线提取是远距离弱小海面目标正确识别的关键。
天水线是海面监测图像中海面和天空的交界处,为一条直线,远距离观测时,目标一定位于天水线附近,反映在图像上就是目标的像平面纵坐标靠近天水线的纵坐标。只要确定天水线区域,就可以对海平面上的目标进行定位。确定天水线区域的优点可以抑制天水线区域外不必要的噪声及其他物体的干扰,同时可以减少执行目标定位与分割时的计算量。
提取天水线就是要计算出天水线的坐标,目前天水线坐标计算方法大致分为3类:
1、基于图像分割的方法,通过确定阈值分割海面和天空区域,提取天水线。然而区域分割的最佳阈值很难计算,影响了算法的处理效果;当气象条件恶劣时,图像质量严重下降,图像信噪比降低,使得阈值更难以确定,边缘检测效果不理想。
2、基于多尺度小波变换的方法,在不同尺度下,小波函数抑制噪声和提取边缘能力不同,小尺度下边缘定位准确,但噪声较强,边缘识别的可靠性低,大尺度下噪声得到很好抑制,边缘识别的可靠性提高,但边缘定位精度降低。由于需要在多个尺度上分析图像,计算量复杂,限制了算法的工程实用性。3、基于边缘点Hough变换的方法,利用Hough变换在边缘点图像中提取最长直线段,定位天水线。该方法具有天水线定位精度高、复杂海天背景适应性良好的优点。但是该方法要将笛卡尔坐标空间的线变换为极坐标空间中的点,然后扫描整个图像,实现共线边缘点聚类,因此计算量也很大。
对于海面监测系统而言,提取天水线是为了后续的目标检测和目标识别服务的,因此,计算天水线坐标要兼顾实时性和准确性两方面的要求,目前,上述三类方法在工程实用性方面都存在缺点。
发明内容
本发明实施例提供了一种海面监测图像弱小目标检测方法及装置,解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
本发明实施例提供的一种海面监测图像天水线坐标计算方法,包括:
根据采集的原始图像确定的坐标原点,进行矩形区域的确认,所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素;
对所述原始图像的原始图像纵坐标方向的每两个相邻的所述矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值,所述原始图像中包括k个所述矩形区域;
根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
优选地,根据采集的原始图像确定的坐标原点,进行矩形区域的确认具体包括:
确定传感器采集的所述原始图像左上角为所述坐标原点,并进行矩形区域的确认。
优选地,对所述原始图像的原始图像纵坐标方向的每两个相邻的所述矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值具体包括:
以所述H0=1为起始的所述原始图像纵坐标,沿着所述原始图像纵坐标方向依次按照预置公式计算每一个所述矩形区域尺寸范围内的灰度值总和;
对每两个相邻的所述矩形区域的所述灰度值总和求取k-1个所述灰度总和差值ΔS1,2,…,k-1。
优选地,所述预置公式为所述P(i,j)为第i行第j列像素的灰度值。
优选地,根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置具体包括:
判断所述最大灰度总和差值是否存在至少两个相等的所述最大灰度总和差值,若是,则确定两个相等所述最大灰度总和差值对应的所述矩形区域,并根据所述原始图像的中心纵坐标确定距离最相近的所述矩形区域的最后一行矩形区域纵坐标为天水线位置,若否,则根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
优选地,所述W和W0的像素个数一致,所述H为3个像素。
本发明实施例提供的一种海面监测图像天水线坐标计算装置,包括:
第一确定单元,用于根据采集的原始图像确定的坐标原点,进行矩形区域的确认,所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素;
计算单元,用于对所述原始图像的原始图像纵坐标方向的每两个相邻的所述矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值,所述原始图像中包括k个所述矩形区域;
第二确定单元,用于根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
优选地,第一确定单元,具体用于确定传感器采集的所述原始图像左上角为所述坐标原点,并进行矩形区域的确认,。所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素。
优选地,计算单元具体包括:
第一计算子单元,用于以所述H0=1为起始的所述原始图像纵坐标,沿着所述原始图像纵坐标方向依次按照预置公式计算每一个所述矩形区域尺寸范围内的灰度值总和;
第二计算子单元,用于对每两个相邻的所述矩形区域的所述灰度值总和求取k-1个所述灰度总和差值ΔS1,2,…,k-1;
所述预置公式为所述P(i,j)为第i行第j列像素的灰度值。
优选地,第二确定单元具体包括:
判断子单元,用于判断所述最大灰度总和差值是否存在至少两个相等的所述最大灰度总和差值,若是,则触发第一确定子单元,若否,则触发第二确定子单元;
所述第一确定子单元,用于确定两个相等所述最大灰度总和差值对应的所述矩形区域,并根据所述原始图像的中心纵坐标H20确定距离最相近的所述矩形区域的最后一行矩形区域纵坐标为天水线位置;
所述第二确定子单元,用于根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例针对船载成像系统摄取的海面监测图像,对其中的天水线进行自动计算。天水线是海面监测图像中灰度变化剧烈的部分,且是贯穿图像行方向的直线,根据成像观测系统的特点,天水线一定位于整幅图像的中间区域附近,也就是说,按照以图像的左上角为坐标原点,横坐标方向为从左向右,纵坐标方向为从上向下的坐标定义方法,天水线的纵坐标应该在图像高度的二分之一附近,不可能位于图像顶端附近或者图像底端附近。
本发明实施例,以传感器采集的原始图像的左上角为坐标原点,行方向为从左向右,列方向为从上向下,开辟一个占据一定宽度和高度的矩形区域,从原始图像的第一行起,计算该矩形区域的像素和,并沿原始图像的列方向依次求相同宽度和高度的相邻矩形区域的像素和之差,差值最大的矩形区域中心纵坐标即为图像的天水线纵坐标,实现了由于天水线是图像中灰度变化剧烈的部分,在此采用差分方法计算天水线坐标,按照天水线的含义,这个坐标是图像平面上的纵坐标,本发明实施例的有益效果为,(1)计算全部在图像空间域进行,不对图像进行变换;(2)因为天水线的纵坐标应该在图像高度的二分之一附近,只对图像中的一部分区域进行运算,不遍历整幅图像。本方法的优点是运算量小,实时性好,准确度高,从而解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例中提供的一种海面监测图像天水线坐标计算方法的一个实施例的流程示意图;
图2为本发明实施例中提供的一种海面监测图像天水线坐标计算方法的另一个实施例的流程示意图;
图3为本发明实施例中提供的一种海面监测图像天水线坐标计算装置的一个实施例的结构示意图;
图4为本发明实施例中提供的一种海面监测图像天水线坐标计算装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种海面监测图像弱小目标检测方法及装置,解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例种提供的一种海面监测图像天水线坐标计算方法的一个实施例包括:
101、根据采集的原始图像确定的坐标原点,进行矩形区域的确认;
当需要对海面监测图像进行天水线坐标计算时,首先需要根据采集的原始图像确定的坐标原点,进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素。
102、对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值;
当根据采集的原始图像确定的坐标原点,进行矩形区域的确认之后,需要对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值,原始图像中包括k个矩形区域。
103、根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
本发明实施例,以传感器采集的原始图像的左上角为坐标原点,行方向为从左向右,列方向为从上向下,开辟一个占据一定宽度和高度的矩形区域,从原始图像的第一行起,计算该矩形区域的像素和,并沿原始图像的列方向依次求相同宽度和高度的相邻矩形区域的像素和之差,差值最大的矩形区域中心纵坐标即为图像的天水线纵坐标,实现了由于天水线是图像中灰度变化剧烈的部分,在此采用差分方法计算天水线坐标,按照天水线的含义,这个坐标是图像平面上的纵坐标,本发明实施例的有益效果为,(1)计算全部在图像空间域进行,不对图像进行变换;(2)因为天水线的纵坐标应该在图像高度的二分之一附近,只对图像中的一部分区域进行运算,不遍历整幅图像。本方法的优点是运算量小,实时性好,准确度高,从而解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
上面是对海面监测图像天水线坐标计算方法的过程进行详细的描述,下面将对对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值的过程进行详细的描述,请参阅图2,本发明实施例种提供的一种海面监测图像天水线坐标计算方法的另一个实施例包括:
201、确定传感器采集的原始图像左上角为坐标原点,并进行矩形区域的确认;
当需要对海面监测图像进行天水线坐标计算时,首先需要确定传感器采集的原始图像左上角为坐标原点,并进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素。
202、以H0=1为起始的原始图像纵坐标,沿着原始图像纵坐标方向依次按照预置公式计算每一个矩形区域尺寸范围内的灰度值总和;
当确定传感器采集的原始图像左上角为坐标原点,并进行矩形区域的确认之后,需要以H0=1为起始的原始图像纵坐标,沿着原始图像纵坐标方向依次按照预置公式计算每一个矩形区域尺寸范围内的灰度值总和。
预置公式为P(i,j)为第i行第j列像素的灰度值,原始图像中包括k个矩形区域。
203、对每两个相邻的矩形区域的灰度值总和求取k-1个灰度总和差值ΔS1,2,…,k-1;
对每两个相邻的矩形区域的灰度值总和求取k-1个灰度总和差值ΔS1,2,…,k-1,原始图像中包括k个矩形区域。
204、判断最大灰度总和差值是否存在至少两个相等的最大灰度总和差值,若是,则执行步骤205,若否,则执行步骤206;
205、确定两个相等最大灰度总和差值对应的矩形区域,并根据原始图像的中心纵坐标H20确定距离最相近的矩形区域的最后一行矩形区域纵坐标为天水线位置;
206、根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
需要说明的是,本实施例中的W和W0的像素个数一致,H为3个像素。
下面对图2所示实施例中的海面监测图像天水线坐标计算方法进行应用场景的描述,应用例包括:
以下涉及到的长度和宽度的单位都为像素数。
以成像系统传感器采集的原始图像的左上角为坐标原点O,行方向为从左向右,列方向为从上向下,设采集的原始图像总宽度为W0,总高度为H0,开辟一个矩形区域,该矩形区域的宽度和高度用下式确定
从原始图像的第一行起,计算上述矩形区域的像素和,第1个区域的灰度值之和为
其中P(i,j)为第i行第j列像素的灰度值。
沿原始图像的列方向依次求相同宽度和高度的相邻矩形区域的像素和,第2个相邻矩形区域的灰度值之和为
第k个相邻矩形区域的灰度值之和为
最后一个相邻矩形区域,也就是第个矩形区域的灰度值之和为
本实施例中,都为取整运算,以下都相同,如果最后的矩形区域不足3行,则将该矩形区域丢弃。
依次求相邻两个矩形区域的像素和之差,第2个矩形区域像素和与第1个矩形区域像素和之差为ΔS1=S2-S1;
第k+1个矩形区域像素和与第k个矩形区域像素和之差为ΔSk=Sk+1-Sk;
第个矩形区域像素和与第个矩形区域像素和之差为
将按照大小进行排序,将最大值对应的矩形区域的最后一行的纵坐标值标记为Y,即Y=3k(当Smax=ΔSk);
Y值即为原始图像的天水线位置。
若出现相等的情况,即ΔSm=ΔSn;
这时,采用与原始图像中心纵坐标的距离相比较的方法,如下式所示
即选择与原始图像中心纵坐标距离近的矩形区域为天水线位置。
本发明实施例,以传感器采集的原始图像的左上角为坐标原点,行方向为从左向右,列方向为从上向下,开辟一个占据一定宽度和高度的矩形区域,从原始图像的第一行起,计算该矩形区域的像素和,并沿原始图像的列方向依次求相同宽度和高度的相邻矩形区域的像素和之差,差值最大的矩形区域中心纵坐标即为图像的天水线纵坐标,实现了由于天水线是图像中灰度变化剧烈的部分,在此采用差分方法计算天水线坐标,按照天水线的含义,这个坐标是图像平面上的纵坐标,本发明实施例的有益效果为,(1)计算全部在图像空间域进行,不对图像进行变换;(2)因为天水线的纵坐标应该在图像高度的二分之一附近,只对图像中的一部分区域进行运算,不遍历整幅图像。本方法的优点是运算量小,实时性好,准确度高,从而解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
请参阅图3,本发明实施例中提供的一种海面监测图像天水线坐标计算装置的一个实施例包括:
第一确定单元301,用于根据采集的原始图像确定的坐标原点,进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素;
计算单元302,用于对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值,原始图像中包括k个矩形区域;
第二确定单元303,用于根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
本发明实施例的有益效果为,(1)计算全部在图像空间域进行,不对图像进行变换;(2)因为天水线的纵坐标应该在图像高度的二分之一附近,只对图像中的一部分区域进行运算,不遍历整幅图像。本方法的优点是运算量小,实时性好,准确度高,从而解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
上面是对海面监测图像天水线坐标计算装置的各单元进行详细的描述,下面将对子单元进行详细的描述,请参阅图4,本发明实施例中提供的一种海面监测图像天水线坐标计算装置的一个实施例包括:
第一确定单元401,用于根据采集的原始图像确定的坐标原点,进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素,第一确定单元401,具体用于确定传感器采集的原始图像左上角为坐标原点,并进行矩形区域的确认,原始图像尺寸的宽度为W0个像素,总高度为H0个像素,矩形区域尺寸的宽度为W个像素,长度为H个像素。
计算单元402,用于对原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的矩形区域尺寸范围内的灰度值总和求取灰度总和差值,原始图像中包括k个矩形区域;
计算单元402具体包括:
第一计算子单元4021,用于以H0=1为起始的原始图像纵坐标,沿着原始图像纵坐标方向依次按照预置公式计算每一个矩形区域尺寸范围内的灰度值总和;
第二计算子单元4022,用于对每两个相邻的矩形区域的灰度值总和求取k-1个灰度总和差值ΔS1,2,…,k-1;
预置公式为P(i,j)为第i行第j列像素的灰度值。
第二确定单元403,用于根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
第二确定单元403具体包括:
判断子单元4031,用于判断最大灰度总和差值是否存在至少两个相等的最大灰度总和差值,若是,则触发第一确定子单元4032,若否,则触发第二确定子单元4033;
第一确定子单元4032,用于确定两个相等最大灰度总和差值对应的矩形区域,并根据原始图像的中心纵坐标确定距离最相近的矩形区域的最后一行矩形区域纵坐标为天水线位置;
第二确定子单元4033,用于根据灰度总和差值确定最大灰度总和差值对应的矩形区域的最后一行矩形区域纵坐标为天水线位置。
本发明实施例的有益效果为,(1)计算全部在图像空间域进行,不对图像进行变换;(2)因为天水线的纵坐标应该在图像高度的二分之一附近,只对图像中的一部分区域进行运算,不遍历整幅图像。本方法的优点是运算量小,实时性好,准确度高,从而解决了目前的天水线坐标计算方法,所造成的实时性和准确性低下的技术问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种海面监测图像天水线坐标计算方法,其特征在于,包括:
根据采集的原始图像确定的坐标原点,进行矩形区域的确认,所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素;
对所述原始图像的原始图像纵坐标方向的每两个相邻的矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值,所述原始图像中包括k个所述矩形区域;
根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
2.根据权利要求1所述的海面监测图像天水线坐标计算方法,其特征在于,根据采集的原始图像确定的坐标原点,进行矩形区域的确认具体包括:
确定传感器采集的所述原始图像左上角为所述坐标原点,并进行矩形区域的确认。
3.根据权利要求1所述的海面监测图像天水线坐标计算方法,其特征在于,对所述原始图像的原始图像纵坐标方向的每两个相邻的所述矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值具体包括:
以所述H0=1为起始的所述原始图像纵坐标,沿着所述原始图像纵坐标方向依次按照预置公式计算每一个所述矩形区域尺寸范围内的灰度值总和;
对每两个相邻的所述矩形区域的所述灰度值总和求取k-1个所述灰度总和差值ΔS1,2,…,k-1。
4.根据权利要求3所述的海面监测图像天水线坐标计算方法,其特征在于,所述预置公式为所述P(i,j)为第i行第j列像素的灰度值。
5.根据权利要求1至4中任意一项所述的海面监测图像天水线坐标计算方法,其特征在于,根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置具体包括:
判断所述最大灰度总和差值是否存在至少两个相等的所述最大灰度总和差值,若是,则确定两个相等所述最大灰度总和差值对应的所述矩形区域,并根据所述原始图像的中心纵坐标确定距离最相近的所述矩形区域的最后一行矩形区域纵坐标为天水线位置,若否,则根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
6.根据权利要求5所述的海面监测图像天水线坐标计算方法,其特征在于,所述W和W0的像素个数一致,所述H为3个像素。
7.一种海面监测图像天水线坐标计算装置,其特征在于,包括:
第一确定单元,用于根据采集的原始图像确定的坐标原点,进行矩形区域的确认,所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素;
计算单元,用于对所述原始图像的原始图像纵坐标方向的每两个相邻的所述矩形区域的所述矩形区域尺寸范围内的灰度值总和求取灰度总和差值,所述原始图像中包括k个所述矩形区域;
第二确定单元,用于根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
8.根据权利要求7所述的海面监测图像天水线坐标计算装置,其特征在于,第一确定单元,具体用于确定传感器采集的所述原始图像左上角为所述坐标原点,并进行矩形区域的确认,。所述原始图像尺寸的宽度为W0个像素,总高度为H0个像素,所述矩形区域尺寸的宽度为W个像素,长度为H个像素。
9.根据权利要求7所述的海面监测图像天水线坐标计算装置,其特征在于,计算单元具体包括:
第一计算子单元,用于以所述H0=1为起始的所述原始图像纵坐标,沿着所述原始图像纵坐标方向依次按照预置公式计算每一个所述矩形区域尺寸范围内的灰度值总和;
第二计算子单元,用于对每两个相邻的所述矩形区域的所述灰度值总和求取k-1个所述灰度总和差值ΔS1,2,…,k-1;
所述预置公式为所述P(i,j)为第i行第j列像素的灰度值。
10.根据权利要求7至9中任意一项所述的海面监测图像天水线坐标计算装置,其特征在于,第二确定单元具体包括:
判断子单元,用于判断所述最大灰度总和差值是否存在至少两个相等的所述最大灰度总和差值,若是,则触发第一确定子单元,若否,则触发第二确定子单元;
所述第一确定子单元,用于确定两个相等所述最大灰度总和差值对应的所述矩形区域,并根据所述原始图像的中心纵坐标确定距离最相近的所述矩形区域的最后一行矩形区域纵坐标为天水线位置;
所述第二确定子单元,用于根据所述灰度总和差值确定最大灰度总和差值对应的所述矩形区域的最后一行矩形区域纵坐标为天水线位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510448127.4A CN105069814A (zh) | 2015-07-27 | 2015-07-27 | 一种海面监测图像天水线坐标计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510448127.4A CN105069814A (zh) | 2015-07-27 | 2015-07-27 | 一种海面监测图像天水线坐标计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105069814A true CN105069814A (zh) | 2015-11-18 |
Family
ID=54499170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510448127.4A Pending CN105069814A (zh) | 2015-07-27 | 2015-07-27 | 一种海面监测图像天水线坐标计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069814A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287963A (zh) * | 2018-01-19 | 2018-07-17 | 东莞市燕秀信息技术有限公司 | 一种尺寸及放置位置的自动计算方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130039574A1 (en) * | 2011-08-09 | 2013-02-14 | James P. McKay | System and method for segmenting water, land and coastline from remote imagery |
CN103514587A (zh) * | 2013-09-24 | 2014-01-15 | 北京环境特性研究所 | 基于海天分界线检测的舰载稳像方法 |
CN104778695A (zh) * | 2015-04-10 | 2015-07-15 | 哈尔滨工程大学 | 一种基于梯度显著性的水天线检测方法 |
-
2015
- 2015-07-27 CN CN201510448127.4A patent/CN105069814A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130039574A1 (en) * | 2011-08-09 | 2013-02-14 | James P. McKay | System and method for segmenting water, land and coastline from remote imagery |
CN103514587A (zh) * | 2013-09-24 | 2014-01-15 | 北京环境特性研究所 | 基于海天分界线检测的舰载稳像方法 |
CN104778695A (zh) * | 2015-04-10 | 2015-07-15 | 哈尔滨工程大学 | 一种基于梯度显著性的水天线检测方法 |
Non-Patent Citations (3)
Title |
---|
杨磊: "复杂背景条件下的红外小目标检测与跟踪算法研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 * |
王学伟 等: "基于信号注入仿真的红外成像导引算法评估系统", 《系统仿真学报》 * |
缪德超: "复杂海空背景下红外舰船小目标检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287963A (zh) * | 2018-01-19 | 2018-07-17 | 东莞市燕秀信息技术有限公司 | 一种尺寸及放置位置的自动计算方法、装置、设备及介质 |
CN108287963B (zh) * | 2018-01-19 | 2021-07-16 | 东莞市燕秀信息技术有限公司 | 一种尺寸及放置位置的自动计算方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108805904B (zh) | 一种基于卫星序列图像的运动舰船检测与跟踪方法 | |
CN103714541B (zh) | 一种利用山体轮廓区域约束识别定位建筑物的方法 | |
CN101609504B (zh) | 一种红外图像海面目标检测识别定位方法 | |
CN111487641B (zh) | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 | |
US9031282B2 (en) | Method of image processing and device therefore | |
US10497128B2 (en) | Method and system for sea background modeling and suppression on high-resolution remote sensing sea images | |
CN107767400B (zh) | 基于层次化显著性分析的遥感图像序列动目标检测方法 | |
CN107729843B (zh) | 基于雷达与视觉信息融合的低地板有轨电车行人识别方法 | |
US20160170020A1 (en) | On-board radar apparatus and region detection method | |
KR101827889B1 (ko) | 지역적 대비차 계산 방법을 이용한 실시간 소형 표적 검출방법 | |
CN103971127A (zh) | 一种前视雷达成像海面目标关键点检测识别方法 | |
CN105427342A (zh) | 一种水下小目标声呐图像目标检测跟踪方法和系统 | |
CN113327272B (zh) | 一种基于相关滤波的鲁棒性长时跟踪方法 | |
EP1975850B1 (en) | Runway segmentation using verticles detection | |
CN109146918B (zh) | 一种基于分块的自适应相关目标定位方法 | |
CN109063669B (zh) | 一种基于图像识别的桥区船舶航行态势分析方法及装置 | |
CN116109936B (zh) | 基于光学遥感的目标检测与识别方法 | |
CN108573280B (zh) | 一种无人船自主通过桥梁的方法 | |
CN114463362A (zh) | 一种基于深度学习的三维避碰声呐障碍物检测方法及系统 | |
EP1515160B1 (en) | A target shadow detector for synthetic aperture radar | |
CN111105419B (zh) | 一种基于极化sar图像的车辆船舶检测方法及装置 | |
CN115797374B (zh) | 基于图像处理的机场跑道提取方法 | |
CN105069814A (zh) | 一种海面监测图像天水线坐标计算方法及装置 | |
Weng et al. | Underwater object detection and localization based on multi-beam sonar image processing | |
Jin et al. | A new method for detection of ship docked in harbor in high resolution remote sensing image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |