CN105894516B - 基于海天线旋转后准确确定目标区域的方法 - Google Patents

基于海天线旋转后准确确定目标区域的方法 Download PDF

Info

Publication number
CN105894516B
CN105894516B CN201610240825.XA CN201610240825A CN105894516B CN 105894516 B CN105894516 B CN 105894516B CN 201610240825 A CN201610240825 A CN 201610240825A CN 105894516 B CN105894516 B CN 105894516B
Authority
CN
China
Prior art keywords
image
sea horizon
target
sea
rotation
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.)
Active
Application number
CN201610240825.XA
Other languages
English (en)
Other versions
CN105894516A (zh
Inventor
李忠国
罗元康
唐炜
迟睿
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.)
Jiangsu University of Science and Technology
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 CN201610240825.XA priority Critical patent/CN105894516B/zh
Publication of CN105894516A publication Critical patent/CN105894516A/zh
Application granted granted Critical
Publication of CN105894516B publication Critical patent/CN105894516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于海天线旋转后准确确定目标区域的方法，将海天线图像进行灰度转换，求取二值化阈值，进行图像二值化处理；将灰度图像进行Hough变换得到海天线，旋转灰度图像使海天线呈水平位置；计算海天线在旋转后图像中的高度，根据该数值将旋转后的灰度图像划分为大海、海天交界区和天空区域；对灰度图像求取二值化阈值再次进行二值化处理；对图像进行反白处理和形态学闭运算，求取连通区域，目标最大的外接矩形即为目标所在区域。本发明对图像进行了两次二值化处理，分别用于准确检测海天线和准确检测目标，避免背景云朵等形成的虚假目标，同时能避免漏掉待检测目标，减小了漏掉目标或产生虚假目标的可能，提高了检测的准确率。

Description

基于海天线旋转后准确确定目标区域的方法
技术领域
本发明涉及一种海天线图像，具体涉及一种海天线图像旋转后的目标区域确认方法。
背景技术
海上或空中物体在基于船体或舰艇等晃动载体上通过图像进行目标位置确定时需要对图像进行旋转变换。旋转后图像要区分大海、海天交界和天空区域，在不同区域中进行船只或飞行物等识别可以降低识别难度，提高识别准确率。但是旋转后的图像边缘会有空缺出现。在利用连通区域确定目标区域时，因为空缺和原图像边界的像素差会形成虚假目标，而原图像中的目标由于光照等原因，一个目标可能被确定为几个距离很近的小目标，影响目标的识别。此外，确定目标区域时需要使用二值图像，二值化的阈值选取不当会导致漏掉目标和产生虚假目标。
发明内容
发明目的：本发明的目的在于针对现有技术的不足，提供一种基于海天线旋转后准确确定目标区域的方法。
技术方案：本发明提供了一种基于海天线旋转后准确确定目标区域的方法，包括以下步骤：
(1)将海天线图像进行灰度转换，求取二值化阈值，进行图像二值化处理；
(2)将灰度图像进行Hough变换得到海天线，旋转灰度图像使海天线呈水平位置；
(3)计算海天线在旋转后图像中的高度，根据该数值将旋转后的灰度图像划分为大海、海天交界区和天空区域；
(4)对灰度图像求取二值化阈值再次进行二值化处理；
(5)对图像进行反白处理和形态学闭运算，求取连通区域，目标最大的外接矩形即为目标所在区域。通过反白处理避免了旋转图像的边缘填补，同时可利用形态学进行相近目标合并，避免了因光照等原因造成的目标破碎，保证了目标的完整性。
进一步，步骤(3)按照旋转角度大于零和小于零分两种情况计算海天线的纵坐标作为海天线高度。
进一步，步骤(5)反白处理将目标像素值变为1，背景变为0，然后使用形态学闭运算将破碎目标合并为一个目标，能够合并因光线等原因造成的目标破碎。
进一步，由于图像反白处理，故最大的外接矩形为旋转后图像的外轮廓，忽略掉该最大外接矩形后的第二个最大外接矩形区域即为目标所在区域，保证了算法的实时性。
有益效果：1、本发明方法在Hough变换前以及划分了天空或大海区域后进行目标区域确定前两次自适应确定阈值对图像进行二值化处理，分别用于准确检测海天线和准确检测目标，避免背景云朵等形成的虚假目标，同时能避免漏掉待检测目标，减小了漏掉目标或产生虚假目标的可能，提高了检测的准确率；
2、通过Hough变换，将图像进行旋转变换，在旋转后的图像中根据旋转的方向不同计算出海天线的纵坐标，按照纵坐标划分海面、海天交界和天空区域，该方法解决了旋转后图像海天区域划分的问题；
3、通过反白处理和形态学闭运算将因为光照等原因造成的破碎目标合并为一个目标，提高了目标检测的准确；
4、根据海天线纵坐标将确定目标区域后首先对海面或天空区域求取连通区域，没有对旋转后图像边缘的空缺进行修补，如果进行修补，修补的算法将会很复杂，并且耗时较大，修补的效果也难以保证；本发明直接求取连通区域面积，将连同区域矩形按面积大小排序，因为图像反白处理原因，最大的一个连同区域是旋转后图像的外边界长方形，舍弃该连通区域，从面积第二的连通区域开始作为待识别的目标区域，算法简单、可靠、实时性高。
附图说明
图1为本发明的流程图；
图2为旋转前的灰度图像；
图3为海天线倾角小于零时海天线高度计算示意图；
图4为海天线倾角大于零时海天线高度计算示意图；
图5为旋转后的灰度图像；
图6为旋转后连通区域全部外接矩形图；
图7为舍弃最大连通区域后目标区域的外接矩形图。
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。
实施例：一种基于海天线旋转后准确确定目标区域的方法，如图1所示，首先将采集的彩色图像转变为灰度图像，如图2所示，使用Otsu法确定二值化阈值，提取边缘。然后对图像作Hough变换，通过Hough变换确定海天线在图像中的位置，根据海天线倾角旋转灰度图像，使海天线呈水平位置。设定旋转前海天线与水平线的夹角为海天线倾角θ，海天线如顺时针旋转成水平状态，定义海天线倾角θ为大于零；如逆时针旋转成水平状态则定义海天线倾角θ为小于零。以旋转后图像左上角的顶点为坐标原点，图形的两边为坐标轴建立坐标系。如果海天线倾角θ的绝对值小于3°(或设定其他数值)时，不对图像旋转。海天线在图像的纵坐标由海天线上任意两点纵坐标的平均值近似得到，当海天线倾角的绝对值大于等于3°时，根据海天线倾角大于零或小于零两种情况分别计算海天线在旋转后图像中的纵坐标：
(1)海天线倾角θ小于零，如图3所示；
图2中ABCD为原图像，EFHI为旋转后图像，M和N为海天线JK上面的两点，M点坐标(Mx,My)通过Hough变换求得，BL为旋转后图像海天线的纵坐标数值。
BL＝BM·sin(θ2)
θ2＝π-θ3-θ1
θ1＝π/2-θ
式中，ImW为旋转前图像宽度，θ为海天线旋转角度，可由点M和N求得。
(2)海天线倾角θ大于零，如图4所示；
图3中ABCD为原图像，EFHI为旋转后图像，M和N为海天线JK上面的两点，M点坐标(Mx,My)通过Hough变换求得，AL为旋转后图像海天线的纵坐标数值。
AL＝AM·sin(θ2)
θ2＝π-θ3-θ1
θ1＝π/2-θ
按照上述两种情况求出海天线高度BL或AL的数值，在如图5所示旋转后的灰度图像中划分大海、海天交界区和天空区域，灰度图像中小于BL-Δ或AL-Δ的区域为天空(Δ由海天交界区域大小的设定)，大于BL+Δ或AL+Δ的区域为大海，中间从BL-Δ或AL-Δ到BL+Δ或AL+Δ的区域位海天交界区域。
旋转后图像中目标区域的确定，将前面确定的海面区域或天空区域图像，再次使用Otsu法确定二值化阈值，将海面区域或天空区域二值化，将二值化后图像反白，使目标像素值为1，背景变为0，使用形态学闭运算将因为光照等原因的破碎目标合并为一个目标。将连同区域按面积大小排序，最大的一个连通区域外接矩形因为图像反白处理原因一定是旋转后的图像的外边界长方形，见图6。舍弃该连通区域，从面积第二的连通区域外接矩形开始作为待识别的目标区域，见图7。

Claims (3)

1.一种基于海天线旋转后准确确定目标区域的方法，其特征在于：包括以下步骤：
(1)将海天线图像进行灰度转换，求取二值化阈值，进行图像二值化处理；
(2)将灰度图像进行Hough变换得到海天线，旋转灰度图像使海天线呈水平位置；
(3)计算海天线在旋转后图像中的高度，根据该数值将旋转后的灰度图像划分为大海、海天交界区和天空区域；
具体的，按照旋转角度大于零和小于零分两种情况计算海天线的纵坐标作为海天线高度：
①当海天线倾角θ小于零，假设图中ABCD为原图像，EFHI为旋转后图像，M和N为海天线JK上面的两点，M点坐标(Mx，My)通过Hough变换求得，BL为旋转后图像海天线的纵坐标数值：
BL＝BM·sin(θ2)
θ2＝π-θ3-θ1
θ1＝π/2-θ
式中，ImW为旋转前图像宽度，θ为海天线旋转角度，可由点M和N求得；
②海天线倾角θ大于零，假设图中ABCD为原图像，EFHI为旋转后图像，M和N为海天线JK上面的两点，M点坐标(Mx，My)通过Hough变换求得，AL为旋转后图像海天线的纵坐标数值：
AL＝AM·sin(θ2)
θ2＝π-θ3-θ1
θ1＝π/2-θ
按照上述两种情况求出海天线高度BL或AL的数值，在旋转后的灰度图像中划分大海、海天交界区和天空区域；
(4)对灰度图像求取二值化阈值再次进行二值化处理；
(5)对图像进行反白处理和形态学闭运算，求取连通区域，目标最大的外接矩形即为目标所在区域。
2.根据权利要求1所述的基于海天线旋转后准确确定目标区域的方法，其特征在于：步骤(5)反白处理将目标像素值变为1，背景变为0，然后使用形态学闭运算将破碎目标合并为一个目标。
3.根据权利要求1所述的基于海天线旋转后准确确定目标区域的方法，其特征在于：步骤(5)求取连通区域时舍弃旋转后图像的外轮廓作为最大的外接矩形，从第二个最大外接矩形开始目标识别。
CN201610240825.XA 2016-04-18 2016-04-18 基于海天线旋转后准确确定目标区域的方法 Active CN105894516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610240825.XA CN105894516B (zh) 2016-04-18 2016-04-18 基于海天线旋转后准确确定目标区域的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610240825.XA CN105894516B (zh) 2016-04-18 2016-04-18 基于海天线旋转后准确确定目标区域的方法

Publications (2)

Publication Number Publication Date
CN105894516A CN105894516A (zh) 2016-08-24
CN105894516B true CN105894516B (zh) 2018-08-31

Family

ID=56704887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610240825.XA Active CN105894516B (zh) 2016-04-18 2016-04-18 基于海天线旋转后准确确定目标区域的方法

Country Status (1)

Country Link
CN (1) CN105894516B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107273903B (zh) * 2017-05-22 2020-06-16 哈尔滨工程大学 基于lsd改进的uuv近海面可见光图像海天线提取方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102968798A (zh) * 2012-12-12 2013-03-13 北京航空航天大学 一种基于小波变换和otsu阈值的sar图像海陆分割方法
CN103697855A (zh) * 2014-01-07 2014-04-02 中国人民解放军国防科学技术大学 一种基于海天线检测的船体水平姿态测量方法
CN104268877A (zh) * 2014-09-26 2015-01-07 中国电子科技集团公司第二十八研究所 一种红外图像海天线自适应检测方法
CN105138992A (zh) * 2015-08-28 2015-12-09 大连海事大学 一种基于区域主动轮廓模型的海岸线检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
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
CN102968798A (zh) * 2012-12-12 2013-03-13 北京航空航天大学 一种基于小波变换和otsu阈值的sar图像海陆分割方法
CN103697855A (zh) * 2014-01-07 2014-04-02 中国人民解放军国防科学技术大学 一种基于海天线检测的船体水平姿态测量方法
CN104268877A (zh) * 2014-09-26 2015-01-07 中国电子科技集团公司第二十八研究所 一种红外图像海天线自适应检测方法
CN105138992A (zh) * 2015-08-28 2015-12-09 大连海事大学 一种基于区域主动轮廓模型的海岸线检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
一种快速有效的红外图像中海天线提取算法;刘士建 等;《红外技术》;20110430;第33卷(第4期);第230-233页 *
利用模糊综合评判技术提取红外图像海天线;王丁禾 等;《光电工程》;20121130;第39卷(第11期);第67-74页 *
基于海天线的双目视觉图像对校准方法研究;孙少杰，杨晓东;《电光与控制》;20150228;第22卷(第2期);第51-54页 *
海上目标检测跟踪算法研究及其在DSP硬件平台的实现;毕文;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100715(第7期);正文第14页2.1.2节、第27页2.1.3节、第29页2.2节第1段 *
视频监控中人体目标分割算法研究;原春锋;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080315(第3期);正文第33页3.4.2节第2段 *

Also Published As

Publication number Publication date
CN105894516A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN106951879B (zh) 基于摄像头与毫米波雷达的多特征融合车辆检测方法
US9031285B2 (en) Detection of floating objects in maritime video using a mobile camera
WO2018216629A1 (ja) 情報処理装置、情報処理方法、及びプログラム
CN109801302A (zh) 一种基于双目视觉的高压输电线路异物检测方法
KR101589814B1 (ko) 연안에서의 객체 인식 장치 및 그 방법
CN108229342B (zh) 一种海面舰船目标自动检测方法
JP2018198053A (ja) 情報処理装置、情報処理方法、及びプログラム
Li et al. Nighttime lane markings recognition based on Canny detection and Hough transform
CN103697855B (zh) 一种基于海天线检测的船体水平姿态测量方法
CN109978869A (zh) 一种基于灰度共生矩阵和Hough变换的海天线检测方法与系统
CN110443201B (zh) 基于多源影像联合形状分析与多属性融合的目标识别方法
CN104077777A (zh) 一种海面舰船目标检测方法
CN111126335B (zh) 一种结合显著性和神经网络的sar船只识别方法及系统
CN104535066A (zh) 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统
CN108229433B (zh) 一种基于直线段检测和形状特征的靠岸舰船检测方法
KR101480220B1 (ko) 객체 인식 장치 및 그 방법
CN107392095A (zh) 一种基于掩码图像的红外弱小目标检测算法
CN109961065B (zh) 一种海面舰船目标检测方法
US20170316573A1 (en) Position measuring equipment
CN116168028B (zh) 低可见度下基于边缘滤波的高铁原始图像处理方法和系统
CN109829858A (zh) 一种基于局部自适应阈值的船载雷达图像溢油监测方法
CN109064479A (zh) 一种基于邻近视频帧灰度动态特征的海天线检测方法
CN112487912A (zh) 基于改进YOLOv3的任意方向舰船检测方法
CN111428573A (zh) 一种复杂背景下的红外弱小目标检测虚警抑制方法
CN105894516B (zh) 基于海天线旋转后准确确定目标区域的方法

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20160824

Assignee: Zhenjiang Kaituo Machinery Co., Ltd

Assignor: JIANGSU University OF SCIENCE AND TECHNOLOGY

Contract record no.: X2020980007284

Denomination of invention: A method of accurately determining target area based on sea antenna rotation

Granted publication date: 20180831

License type: Common License

Record date: 20201029

EE01 Entry into force of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Zhenjiang Kaituo Machinery Co., Ltd

Assignor: JIANGSU University OF SCIENCE AND TECHNOLOGY

Contract record no.: X2020980007284

Date of cancellation: 20201223

EC01 Cancellation of recordation of patent licensing contract