CN105354575A - 一种海天线检测中图像二值化阈值确定方法 - Google Patents

一种海天线检测中图像二值化阈值确定方法 Download PDF

Info

Publication number
CN105354575A
CN105354575A CN201510689834.2A CN201510689834A CN105354575A CN 105354575 A CN105354575 A CN 105354575A CN 201510689834 A CN201510689834 A CN 201510689834A CN 105354575 A CN105354575 A CN 105354575A
Authority
CN
China
Prior art keywords
sea
sky
tbot
ttop
image
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
Application number
CN201510689834.2A
Other languages
English (en)
Other versions
CN105354575B (zh
Inventor
李忠国
迟睿
唐炜
卢道华
王佳
刘达
孙茂芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changshu intellectual property operation center Co.,Ltd.
Original Assignee
Jiangsu University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201510689834.2A priority Critical patent/CN105354575B/zh
Publication of CN105354575A publication Critical patent/CN105354575A/zh
Application granted granted Critical
Publication of CN105354575B publication Critical patent/CN105354575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种天线检测中图像二值化阈值确定方法，包括以下步骤：图像分块：将图像按高度方向依次划分为上、中、下三个条形子图像，分别对应天空区域、海天线区域和海面区域；直方图统计计算：将天空区域和海面区域的子图像进行直方图统计，并分别得到两个区域灰度值最多的灰度值Ttop和Tbot，然后比较Ttop和Tbot数值，将二者之间数值大的存入Ttop，数值小的存入Tbot；二值化图像的阈值确定：根据Ttop和Tbot的差值分三种情况设定阈值序列，逐一调用海天线检测程序尝试检测海天线。本发明对于不同的环境具有较高的适应性，对于海天监控具和载体姿态测量具有重要意义。

Description

一种海天线检测中图像二值化阈值确定方法
技术领域
本发明属于图像处理技术，具体涉及一种海天线检测中图像二值化阈值确定方法。
背景技术
近年来海天线的检测成为研究的热点。海天线的检测可以作为海天图像检测中的基准，也可以作为载体自身姿态测量的一部分。由于环境的复杂性、多样性，快速、准确的检出海天线是一个技术难题。目前海天线检测中有基于纹理分析的，有基于形态学分析的，也有基于信息熵的等等。确定阈值生成二值图像然后进行直线检测是海天线检测的一个快速准确的方法之一，其中如何确定合适的阈值又是技术的关键。
研究中将海天图像划分为三部分：天空区域、海天线区域和海面区域。在有研究者采用分形理论进行阈值确定的。在现有技术基于纹理特征分析的海天线检测方法中，其阈值的确定是根据整幅图像的直方图，将两个峰值之间的谷的灰度值作为阈值，由于海天线的位置是在大海和天空中间，但海天线的灰度值多数情况下并不在大海和天空的灰度值中间。
因此，如何基于海天图像和海天线的特点，快速准确的检测出海天线仍然是需要继续探索的问题。
发明内容
发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种海天线检测中图像二值化阈值确定方法。
技术方案：本发明所述的一种海天线检测中图像二值化阈值确定方法，包括以下步骤：
(1)图像分块：将图像按高度方向依次划分为上、中、下三个条形子图像，分别对应天空区域、海天线区域和海面区域；
(2)直方图统计计算：将天空区域和海面区域的子图像进行直方图统计，并分别得到两个区域灰度值最多的灰度值Ttop和Tbot，然后比较Ttop和Tbot数值，将二者之间数值大的存入Ttop，数值小的存入Tbot；
(3)二值化图像的阈值确定：根据Ttop和Tbot的差值分三种情况设定阈值序列，逐一调用海天线检测程序尝试检测海天线。
进一步的，所述步骤(1)中，按高度方向，所属天空区域的子图像占取原图像顶部的1/10区域，所属海面区域的子图像占取原图像取底部的1/10区域，所属海天线区域的子图像占取原图像剩下的中间4/5区域；并且该三个条形子图像宽度与原图像相同。
在步骤(2)中，统计直方图得到点数最多的灰度值，该值代表天空区域或海面区域的典型特征，该特征以类似滤波的方式消除了局部和占比很小的干扰；实验结果证明以此作为阈值能够排除海面小面积岛屿，水生植物，小面积水面波纹和空中小面积云朵等的干扰。
进一步的，所述步骤(3)的具体过程为：
(31)计算Ttop-Tbot的值，分三种情况处理：
(311)如果(Ttop-Tbot)<＝0.00001，认为整个图像中只有天空或只有海面或者天空有乌云导致天空与海面灰度值非常接近，海天线不存在或识别难度较大，则二值化阈值取Tbot+0.00001；
(312)如果0.00001<(Ttop-Tbot)<0.2，认为天空和海面灰度值因云层等原因接近，海天线能识别，但有难度，需要逐次尝试，则依次取三个阈值[0.80.60.4]进行尝试；
(313)如果(Ttop-Tbot)>＝0.2，则认为天空和海面界限较为明显，则依次两个阈值[TtopTbot]进行尝试；
(32)生成二值图像：根据步骤(31)的三种结果分别以Tbot+0.00001、0.8、Ttop作为阈值生成二值图像，利用边缘检测判断是否能够找到海天线，如果找到海天线则停止寻找；
(33)如果找不到，则第一种情况则认为不存在海天线；第二种情况则以0.6为阈值继续，找到则停止，如直到以0.4为阈值都没找到，则认为不存在海天线；第三种情况类似，以TtopTbot为阈值按顺序搜索。
其中，如果(Ttop-Tbot)<＝0.00001时，设定阈值为Ttop+0.00001，因为顶部和底部灰度几乎一致，海天线如果存在且能检出，必定高于Ttop，则通过设定上述阈值，存在海天线时能检出海天线，不存在海天线时则能检出空中或海面目标。
如果0.00001<(Ttop-Tbot)<0.2，依次设定三个阈值[0.80.60.4]，一般在海天线区域灰度值较高，故首先从0.8尝试，依次是0.6或0.4，通过三个阈值尝试一般能检出海天线。
如果(Ttop-Tbot)>＝0.2，首先尝试Ttop作为阈值，这样能消除海面接近海天线部分由于反光带来的影响。
如果不能检出则采用Tbot，这种对于图像顶部是云朵，云朵下面是天空，天空下面是海面的情况下基于海面的统计特征消除顶部云朵的影响，也能顺利检出海天线。同样，如果仍没检出海天线，则认为海天线区域模糊无法检出
有益效果：经过本发明中的阈值选择，不仅对良好光照单纯背景时海天线检测准确率极高，并且对于复杂背景下，如远处有海岛，水生植物，背光图像，低空有云层，图像边缘有陆地等也能得到较高的海天线检测准确率。即，本发明对于不同的环境具有较高的适应性，对于海天监控具和载体姿态测量具有重要意义。
附图说明
图1为本发明的流程图；
图2为实施例中的部分检测结果示意图；
图3为实施例中的部分检测结果示意图。
具体实施方式
下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
如图1所示，本发明的一种海天线检测中图像二值化阈值确定方法，包括以下步骤：(1)图像分块：将图像按高度方向依次划分为上、中、下三个条形子图像，分别对应天空区域、海天线区域和海面区域；(2)直方图统计计算：将天空区域和海面区域的子图像进行直方图统计，并分别得到两个区域灰度值最多的灰度值Ttop和Tbot，然后比较Ttop和Tbot数值，将二者之间数值大的存入Ttop，数值小的存入Tbot；(3)二值化图像的阈值确定：根据Ttop和Tbot的差值分三种情况设定阈值序列，逐一调用海天线检测程序尝试检测海天线。
实施例：
本实施例在matlab2012b软件中实现。
首先将摄像机采集的图像转换为灰度图像，然后使用size函数求取图像的高度H。将H/10圆整为h，取第1到h行数据保存为子图像ImTop，将最后h数据保存为子图像ImBot。然后使用imhist函数求取子图ImTop和ImBot的直方图，求取直方图中点数最多的灰度值Ttop和Tbot。将Ttop和Tbot中数值较大的作为阈值检出海天线的可能性较大，所以选取Ttop和Tbot中较大的数值存入Ttop，较小的存入Tbot。然后根据Ttop和Tbot的差值分三种情况设定二值化的阈值。如果(Ttop-Tbot)<＝0.00001时认为整个图像中只有天空或只有海面或者天空有乌云导致天空与海面灰度值非常接近，海天线不存在或识别难度较大。设定阈值为Ttop+0.00001，存在海天线或目标时时能检出海天线或目标，未检测到则认为图像中不存在海天线。如果0.00001<(Ttop-Tbot)<0.2，认为天空和海面灰度值因云层等原因接近，海天线能识别，但有难度，依次设定三个阈值[0.80.60.4]，逐次尝试。因为海天线灰度值一般较高，所以从0.8开始。如果根据生成的二值图像检测到海天线则停止，否则尝试下一个阈值，到了0.4仍没搜到海天线，则认为不存在海天线。如果(Ttop-Tbot)>＝0.2，则认为天空和海面界限较为明显。首先尝试Ttop作为阈值，这样能消除海面接近海天线部分由于反光带来的影响。如果不能检出则采用Tbot，这种对于图像顶部是云朵，云朵下面是天空，天空下面是海面的情况下基于海面的统计特征消除顶部云朵的影响，顺利检出海天线。
本发明利用统计的Ttop和Tbot值进行阈值设定，忽略图像中占比小的干扰，如远处有海岛，水生植物，背光图像，低空有云层，图像边缘有陆地等等，所以无需对图像进行滤波处理。
在为了验证其可行性，本实施例随机选取了38幅包含许多复杂状况的海天图像进行分析。其中部分结果如图2和图3所示。
图2(a)、图2(b)、图2(c)、图3(a)、图3(b)和图3(c)为原图和检测到的海天线示意图，图2(d)、图2(e)、图2(f)、图3(d)、图3(e)和图3(f)则为相应的二值图像。图2(a)中为没有海天线。其他的为顺利检出海天线。
实施例1的检测结果表明，本发明能够检测到绝大多数的海天线，包括远处有海岛，水生植物，背光图像，低空有云层，图像边缘有陆地等等复杂状况下的海天线。本发明兼顾准确率和实时性的要求，还能满足多数情况下的需要。

Claims (3)

1.一种海天线检测中图像二值化阈值确定方法，其特征在于：包括以下步骤：
(1)图像分块：将图像按高度方向依次划分为上、中、下三个条形子图像，分别对应天空区域、海天线区域和海面区域；
(2)直方图统计计算：将天空区域和海面区域的子图像进行直方图统计，并分别得到两个区域灰度值最多的灰度值Ttop和Tbot，然后比较Ttop和Tbot数值，将二者之间数值大的存入Ttop，数值小的存入Tbot；
(3)二值化图像的阈值确定：根据Ttop和Tbot的差值分三种情况设定阈值序列，逐一调用海天线检测程序尝试检测海天线。
2.根据权利要求1所述的海天线检测中图像二值化阈值确定方法，其特征在于：所述步骤(1)中，按高度方向，所属天空区域的子图像占取原图像顶部的1/10区域，所属海面区域的子图像占取原图像取底部的1/10区域，所属海天线区域的子图像占取原图像剩下的中间4/5区域；并且该三个条形子图像宽度与原图像相同。
3.根据权利要求1所述的海天线检测中图像二值化阈值确定方法，其特征在于：所述步骤(3)的具体过程为：
(31)计算Ttop-Tbot的值，分三种情况处理：
(311)如果(Ttop-Tbot)<＝0.00001，认为整个图像中只有天空或只有海面或者天空有乌云导致天空与海面灰度值非常接近，海天线不存在或识别难度较大，则二值化阈值取Tbot+0.00001；
(312)如果0.00001<(Ttop-Tbot)<0.2，认为天空和海面灰度值因云层等原因接近，海天线能识别，但有难度，需要逐次尝试，则依次取三个阈值[0.80.60.4]进行尝试；
(313)如果(Ttop-Tbot)>＝0.2，则认为天空和海面界限较为明显，则依次两个阈值[TtopTbot]进行尝试；
(32)生成二值图像：根据步骤(31)的三种结果分别以Tbot+0.00001、0.8、Ttop作为阈值生成二值图像，利用边缘检测判断是否能够找到海天线，如果找到海天线则停止寻找；
(33)如果找不到，则第一种情况则认为不存在海天线；第二种情况则以0.6为阈值继续，找到则停止，如直到以0.4为阈值都没找到，则认为不存在海天线；第三种情况类似，以TtopTbot为阈值按顺序搜索。
CN201510689834.2A 2015-10-21 2015-10-21 一种海天线检测中图像二值化阈值确定方法 Active CN105354575B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510689834.2A CN105354575B (zh) 2015-10-21 2015-10-21 一种海天线检测中图像二值化阈值确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510689834.2A CN105354575B (zh) 2015-10-21 2015-10-21 一种海天线检测中图像二值化阈值确定方法

Publications (2)

Publication Number Publication Date
CN105354575A true CN105354575A (zh) 2016-02-24
CN105354575B CN105354575B (zh) 2018-05-22

Family

ID=55330542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510689834.2A Active CN105354575B (zh) 2015-10-21 2015-10-21 一种海天线检测中图像二值化阈值确定方法

Country Status (1)

Country Link
CN (1) CN105354575B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931228A (zh) * 2016-04-15 2016-09-07 中国科学院上海技术物理研究所 一种基于直线查找矩阵的红外图像海天线检测方法
CN106643683A (zh) * 2016-10-15 2017-05-10 中国人民解放军海军大连舰艇学院 一种海面目标自动检测装置及目标检测方法
CN106952253A (zh) * 2017-03-14 2017-07-14 哈尔滨工程大学 一种基于行‑信息熵的海天线提取方法
CN108458713A (zh) * 2017-12-27 2018-08-28 天津大学 一种利用海天线信息的舰船姿态快速解算方法
CN108776819A (zh) * 2018-06-05 2018-11-09 Oppo广东移动通信有限公司 一种目标识别方法、移动终端及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136068A (zh) * 2011-03-31 2011-07-27 中国科学院半导体研究所 基于平均灰度的距离选通图像有效信息区的提取方法
CN103528617A (zh) * 2013-09-27 2014-01-22 中国人民解放军空军工程大学 一种座舱仪表自动识别和检测方法及装置
CN104599273A (zh) * 2015-01-22 2015-05-06 南京理工大学 基于小波多尺度交叉运算的海空背景红外小目标检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136068A (zh) * 2011-03-31 2011-07-27 中国科学院半导体研究所 基于平均灰度的距离选通图像有效信息区的提取方法
CN103528617A (zh) * 2013-09-27 2014-01-22 中国人民解放军空军工程大学 一种座舱仪表自动识别和检测方法及装置
CN104599273A (zh) * 2015-01-22 2015-05-06 南京理工大学 基于小波多尺度交叉运算的海空背景红外小目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG Y, SUN X, LI B, ET AL.: "A novel method of ship target detection based on sea-sky-line region extraction", 《PROCEEDINGS OF SPIE - THE INTERNATIONAL SOCIETY FOR OPTICAL ENGINEERING》 *
谢红,刘玲,刘艳艳: "复杂海天线区域检测算法研究", 《应用科技》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931228A (zh) * 2016-04-15 2016-09-07 中国科学院上海技术物理研究所 一种基于直线查找矩阵的红外图像海天线检测方法
CN106643683A (zh) * 2016-10-15 2017-05-10 中国人民解放军海军大连舰艇学院 一种海面目标自动检测装置及目标检测方法
CN106952253A (zh) * 2017-03-14 2017-07-14 哈尔滨工程大学 一种基于行‑信息熵的海天线提取方法
CN108458713A (zh) * 2017-12-27 2018-08-28 天津大学 一种利用海天线信息的舰船姿态快速解算方法
CN108776819A (zh) * 2018-06-05 2018-11-09 Oppo广东移动通信有限公司 一种目标识别方法、移动终端及计算机可读存储介质

Also Published As

Publication number Publication date
CN105354575B (zh) 2018-05-22

Similar Documents

Publication Publication Date Title
CN107527009B (zh) 一种基于yolo目标检测的遗留物检测方法
CN105354575A (zh) 一种海天线检测中图像二值化阈值确定方法
CN101510374B (zh) 一种基于历史数据及遥感数据的土地利用图自动更新方法
Kaganami et al. Region-based segmentation versus edge detection
CN102279973B (zh) 基于高梯度关键点的海天线检测方法
CN103530590B (zh) Dpm二维码识别系统
CN110619333B (zh) 一种文本行分割方法、文本行分割装置及电子设备
CN102968799B (zh) 一种基于积分图像的快速acca-cfar sar图像目标检测方法
CN110472553A (zh) 图像和激光点云融合的目标追踪方法、计算装置和介质
CN101408937B (zh) 一种字符行定位的方法及装置
CN103268481A (zh) 一种复杂背景图像中的文本提取方法
CN109919002B (zh) 黄色禁停线识别方法、装置、计算机设备及存储介质
CN102982534B (zh) 基于弦线切线法的Canny边缘检测双阈值获取方法
CN107423734B (zh) 一种sar图像海洋目标快速检测方法与装置
CN111767908B (zh) 字符检测方法、装置、检测设备及存储介质
CN104112279A (zh) 一种目标检测方法及装置
CN111739020A (zh) 周期纹理背景缺陷标签自动标注方法、装置、设备及介质
CN101324958A (zh) 一种目标跟踪方法及装置
CN104732510A (zh) 一种相机镜头黑斑检测方法及装置
CN102129685A (zh) 一种基于高斯金字塔分解的不规则圆检测方法
CN110659717A (zh) 一种智能识别染色体数量的方法及系统
CN104036514A (zh) 一种基于直方图峰值搜索的圆检测方法
CN106526651B (zh) 一种探测器晶体位置表的建立方法及系统
CN105205485B (zh) 基于多类类间最大方差算法的大尺度图像分割算法
CN103106663B (zh) 计算机系统中基于图像处理实现sim卡缺陷检测的方法

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
TR01 Transfer of patent right

Effective date of registration: 20201020

Address after: 215500 No.13, Caotang Road, Changshu, Suzhou, Jiangsu Province

Patentee after: Changshu intellectual property operation center Co.,Ltd.

Address before: 212003, No. 2, Mengxi Road, Zhenjiang, Jiangsu

Patentee before: JIANGSU University OF SCIENCE AND TECHNOLOGY

TR01 Transfer of patent right
CP02 Change in the address of a patent holder

Address after: 215500 5th floor, building 4, 68 Lianfeng Road, Changfu street, Changshu City, Suzhou City, Jiangsu Province

Patentee after: Changshu intellectual property operation center Co.,Ltd.

Address before: No.13 caodang Road, Changshu City, Suzhou City, Jiangsu Province

Patentee before: Changshu intellectual property operation center Co.,Ltd.

CP02 Change in the address of a patent holder