CN108257130A - 一种航空正射影像全景图拉花区域快速检测方法 - Google Patents

Abstract

本发明公开了一种航空正射影像全景图拉花区域快速检测方法，包括加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像；对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并进行矢量化后存储为矢量数据等步骤，以实现正射影像全景图拉花区域的自动检测。其显著效果是：解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。

Description

一种航空正射影像全景图拉花区域快速检测方法

技术领域

本发明涉及到航空摄影测量影像处理技术领域，具体地说，是一种航空正射影像全景图拉花区域快速检测方法。

背景技术

正射影像图(DOM)不仅具有准确的位置信息又具有丰富的纹理信息，被广泛应用在国土资源监测、地理国情普查、城乡规划与城市精细化管理等领域。通过无人机、大飞机等航空平台搭载航摄仪、普通数码相机等设备可以从空中拍摄地面的数码影像，然后再通过航空摄影测量内业数据处理得到目标区域的正射影像全景图。

在内业处理中，由于航摄影像图幅较小，影像序列较大，需要先对每张原始影像进行正射纠正得到其对应的单片正射影像，再对测区内所有的单片正射影像进行镶嵌进而得到测区的正射影像全景图。其中，正射纠正和影像镶嵌是内业获取正射影像全景图的最为重要两个环节。航空影像的正射纠正是利用原始航空影像及其内外方位元素、数字高程模型DEM根据中心投影构像方程共同消除原始影像中各种畸变(如投影差)而得到一幅既有地理坐标位置信息又有纹理信息的单片正射影像的过程。影像镶嵌则是将测区单片正射影像根据一定的镶嵌线网络拼接成一张测区正射影像全景图的过程。

然而，由于地形起伏、中心投影的成像方式和影像拍摄瞬间相机姿态位置等原因，不能保证所有地面点都能在航摄影像上成像，如坡势较陡的山坡可能会被山顶所遮挡。而航空影像正射纠正则是根据地面点位置计算原始影像上对应的像素，然后进行灰度重采样，在被遮挡或成像信息匮乏的区域重采样将会过于稠密或是重复采样，这就会造成正射纠正后影像出现拉伸现象，如果拉伸过度就会造成纹理失真，我们称之为“拉花变形”，纹理失真的区域我们称之为“拉花变形区域”。拉花变形造成的纹理失真直接影响着数字正射影像图的质量，特别是山地区域拉伸变形现象特别严重，直接影响着数字正射影像图制作的效率。因此，在正常的数字正射影像制作中，如果出现拉花变形，需要人工目视辨别和寻找，然后再通过修改DEM再纠正的方式进行处理。

但是，目前的技术中航空正射影像拉花区域自动检测的方法较少，已有方法只论述了单片正射影像上拉花区域的自动检测方法，并没有解决镶嵌后正射影像全景图上拉花区域自动检测的问题，无法满足测区正射影像全景图拉花区域自动检测的需求，同时现有方法漏检率也非常高，无法保证拉花区域自动探测结果的可靠性。

发明内容

针对现有技术的不足，本发明的目的是提供一种航空正射影像全景图拉花区域快速检测方法，首先利用原始航摄影像及其内外方位元素、测区DEM对测区内所有单片正射影像拉花区域进行自动检测，再对测区正射影像全景图的镶嵌线网络简化处理并对单片正射影像拉花检测结果进行镶嵌，最后对镶嵌后拉花检测全景图进行图像腐蚀、膨胀处理，并将检测结果进行矢量化，进而达到航空正射影像全景图拉花区域自动检测的目的。

为达到上述目的，本发明采用的技术方案如下：

一种航空正射影像全景图拉花区域快速检测方法，其关键在于按照以下步骤进行：

步骤1：加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像，其中单张正射影像拉花区域自动检测的步骤为：

步骤1-1：计算正射纠正后正射影像的图幅大小与范围；

步骤1-2：逐像素计算正射影像上每个像素点对应的原始航摄影像上的像素坐标；

步骤1-3：逐像素统计当前像素与周边像素所对应原始航摄影像上像素坐标的重叠次数，并判断当前像素是否为拉花像素；

步骤1-4：等待正射影像上所有像素判断完毕，并将拉花像素判定结果二值图像存储在硬盘中；

步骤2：对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；

步骤3：对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并矢量化得到拉花区域的矢量数据。

进一步的，步骤1-1中所述正射纠正后正射影像的图幅大小与范围的计算步骤为：

步骤1-1-1：计算原始航摄影像上四个角点对应地面点的坐标；

步骤1-1-2：选出四个角点对应地面点坐标在X方向和Y方向上的极值；

步骤1-1-3：计算正射纠正后正射影像的行数和列数。

进一步的，步骤1-2中原始航摄影像上的像素坐标的计算方法为：

步骤1-2-1：计算当前像素的地面点坐标；

步骤1-2-2：根据地面点坐标和数字高程模型DEM，采用双线性内插法内插出该点的高程值；

步骤1-2-3：计算地面点在原始影像上的像点坐标，并判断该像点坐标是否在原始航摄影像内部；

步骤1-2-4：等待正射影像上所有像素计算完毕，并将整幅正射影像反算得到的每个像素对应原始影像上像点坐标存储起来。

进一步的，步骤1-3中所述拉花像素的判断方法为：

步骤1-3-1：以当前像素为中心，建立一个适当大小的方形判定窗口；

步骤1-3-2：遍历和统计方形判定窗口中所有像素对应的原始影像上像点坐标和周围像素的重叠次数；

步骤1-3-3：当重叠次数大于阈值时，在检测结果影像上将其标记为拉花像素，否则标记为非拉花像素；

步骤1-3-4：等待正射影像上所有像素判断完毕，并将拉花像素判定结果存储到硬盘中。

进一步的，步骤2中正射影像全景图镶嵌线网络的简化处理步骤为：

步骤a1：将镶嵌线网络拆分为一个个多边形区域，且每个多边形区域对应一张单片正射影像，即每张正射影像的有效多边形区域；

步骤a2：采用节点间距离阈值法对每张正射影像的有效多边形进行轮廓简化处理。

进一步的，步骤2中单片正射影像拉花区域检测结果二值图像的镶嵌步骤为：

步骤A1：遍历简化处理后所有多边形区域的节点坐标，找出在X轴和Y轴上的极值，并计算镶嵌后全景图的图幅大小；

步骤A2：对每张正射影像拉花区域检测结果，根据简化后的镶嵌线网络进行镶嵌。

进一步的，步骤A2所述的镶嵌方法具体步骤如下：

步骤A2-1：加载当前影像检测结果二值图像和对应的简化后的有效多边形Polygon；

步骤A2-2：逐像素判断当前二值图像上的每个像素判断其是否在有效多边形区域内部，如果在内部则将该像素的灰度值赋值给镶嵌后检测结果二值影像上对应的像素，如果不在内部则不做处理；

步骤A2-3：将所有单片正射影像拉花检测的结果二值图像，根据其对应的有效区域多边形进行镶嵌，最终得到与正射影像全景图相对应的拉花区域结果二值图像。

进一步的，步骤3中检测结果二值图像形态学处理包括腐蚀处理步骤与膨胀处理步骤。

再进一步的，所述腐蚀处理的步骤具体为：

步骤B1：以当前像素为中心，建立一个适当大小的方形腐蚀窗口，若当前中心像素灰度值为g1时进入步骤B2；

步骤B2：遍历方形腐蚀窗口中每一个像素，统计灰度值为g1的像素个数，若其小于腐蚀窗口内像素总个数的一半时，将当前中心像素赋值为0；

步骤B3：将腐蚀处理后的二值图像进行保存至硬盘。

再进一步的，所述膨胀处理的步骤具体为：

步骤S1：以当前像素为中心，建立一个适当大小的方形膨胀窗口；

步骤S2：将当前像素对应的灰度值为与灰度阈值g2进行比较，若相等则遍历膨胀窗口中每一个像素，并将其对应的灰度值赋值为灰度阈值g2；

步骤S3：将膨胀处理后的二值图像进行保存至硬盘。

本发明的显著效果是：不仅实现了单片航空正射影像中拉花变形区域的自动化检测，同时根据正射影像全景图镶嵌线网络对单片正射影像检测结果进行自动镶嵌，保证了检测结果的一致性和对应性，实现了正射影像全景图拉花区域的自动检测，解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。

附图说明

图1是本发明的方法流程图；

图2是单张正射影像拉花区域自动检测的方法流程图；

图3是正射影像上像素点求解对应的原始航摄影像上的像素坐标的流程图；

图4是拉花像素的判断方法流程图；

图5是一个包含539张无人机影像测区的正射影像全景图对应的镶嵌线网络；

图6是该测区正射影像全景图拉花区域自动检测结果二值图像；

图7是局部拉花区域自动检测结果。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。

本实施结合某地539张分辨率为0.2米、航向重叠度为70％，旁向重叠度为50％，框幅为7360*4912的无人机影像为例，对本发明方法进行详细说明。

如图1所示，一种航空正射影像全景图拉花区域快速检测方法，具体步骤为：

步骤1：加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像，其中单张正射影像拉花区域自动检测的步骤为：

步骤1-1：计算正射纠正后正射影像的图幅大小与范围，计算步骤如下：

如图2所示，首先进入步骤1-1-1：根据公式(1)，计算原始航摄影像上四个角点(x₁,y₁),(x₂,y₂),(x₃,y₃),(x₄,y₄)对应的地面点的坐标(X₁,Y₁),(X₂,Y₂),(X₃,Y₃),(X₄,Y₄)；

其中，(X,Y)为地面点坐标，(x,y)为像点坐标，Xs,Ys,Zs为影像外方位元素中的三个线元素，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃为影像外方位元素中三个角元素计算得到的旋转矩阵中的9个参数，f为相机焦距，Z₀为该测区平均高程值。

然后进入步骤1-1-2：根据公式(2)选出四个角点(x₁,y₁),(x₂,y₂),(x₃,y₃),(x₄,y₄)对应地面点坐标(X₁,Y₁),(X₂,Y₂),(X₃,Y₃),(X₄,Y₄)在X方向和Y方向上的极值X_min,X_max,Y_min,Y_max，则正射纠正后正射影像左上角的地理坐标为(X_min,Y_max)；

最后进入步骤1-1-3：根据公式(3)计算正射纠正后正射影像的行数height_dst和列数width_dst，其中M是正射纠正后影像的分辨率。

步骤1-2：逐像素计算正射影像上每个像素点对应的原始航摄影像上的像素坐标，具体步骤参见附图3：

步骤1-2-1：根据公式(4)计算当前像素的地面点坐标(X,Y)，其中M为正射影像的地面分辨率，(row,col)为当前像素在正射影像上的行列坐标，(X_min,Y_max)为正射纠正后正射影像的左上角点坐标，height_dst为正射纠正后影像的行数：

步骤1-2-2：根据地面点坐标(X,Y)和数字高程模型DEM，采用双线性内插法内插出该点的高程值Z，具体过程为：

首先，根据目标点的坐标(X,Y)和DEM坐标变换参数按照公式(5)得到目标点在DEM格网中的行列数(R_DEM,C_DEM)，式中(X_0DEM,Y_0DEM)是DEM数据左上角的地理坐标，Cellsize_DEM是DEM数据相邻两点之间的间隔。

然后，根据(R_DEM,C_DEM)得到DEM格网中最邻近的四个高程点Z_zsh,Z_ysh,Z_yx,Z_zx，然后根据公式(6)双线性内插出该点的高程值Z，其中dx,dy为该点距离高程点Z_zsh在x,y方向上距离。

步骤1-2-3：根据公式(7)计算地面点(X,Y,Z)在原始影像上的像点坐标(s,l)，其中，Xs,Ys,Zs为影像外方位元素中影像拍摄瞬间摄影中心的坐标，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃为影像外方位元素中三个角元素计算得到的旋转矩阵中9个参数，f为相机焦距；

并根据公式(8)判断坐标(s,l)是否在原始影像内部，如果在外部则将s,l的值其设置为-1，width_src和height_src分别为原始航摄影像的列数和行数。

步骤1-2-4：等待正射影像上所有像素计算完毕，并将整幅正射影像反算得到的每个像素对应原始影像上像点坐标存储起来。

步骤1-3：逐像素统计当前像素与周边像素所对应原始影像上像素坐标的重叠次数，并判断当前像素是否为拉花像素，如图4所示，具体的判断过程为：

步骤1-3-1：以当前像素(row,col)为中心，建立一个适当大小的方形判定窗口Win₁[20,20]，当前像素对应原始影像上的像点坐标为(S,L)；

步骤1-3-2：设重叠像素个数num＝0，遍历窗口中每一个像素(r_i,c_i)∈Win₁[20,20]对应的原始影像上像点坐标(S_i,L_i)与当前像素对应的(S,L)对比，满足公式(9)时，num＝num+1，此处δ＝0.7。

步骤1-3-3：当num大于阈值2时，将该像素视为拉花像素，在探测结果二值图像上将其标记为拉花像素(灰度值为255)，否则标记为非拉花像素(灰度值为0)；

步骤1-3-4：等待正射影像上所有像素判断完毕，并将拉花像素判定结果存储到硬盘中。

步骤1-4：依次对每张正射影像进行拉花区域的检测，并在每张正射影像检测完毕后将拉花像素判定结果二值图像存储在硬盘中；

步骤2：对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌：

正射影像全景图是根据镶嵌线网络选择每张影像上部分区域进行拼接得到的，如图5所示，如果被选择的正射影像局部区域上有拉花变形，那么镶嵌后的全景图上依然会存在拉花区域。因此，为了得到与正射影像全景图对应的拉花区域检测结果，需要用同一套镶嵌线网络对单片正射影像拉花检测结果进行镶嵌。正射影像全景图的镶嵌线网络是由一个个多边形组合而成，每个多边形对应一张单片正射影像，落在多边形内部的像素将最终出现在正射影像全景图中，外部的像素则被舍去，具体方法如下：

首先进行正射影像全景图镶嵌线网络的简化处理步骤：

步骤a1：将镶嵌线网络拆分为一个个多边形区域，且每个多边形区域对应一张单片正射影像，即该张正射影像的有效区域多边形；

步骤a2：根据节点间距离阈值法对每一个多边形进行轮廓简化处理，减少多边形的节点数目。

设当前多边形有m个节点，从第一个节点开始遍历，计算当前节点i与下一节点i+1的距离H1，如果H1大于阈值ThreadH,则保留当前节点和第i+1节点；如果H小于阈值ThreadH，则计算节点i与后面节点i+n(n＝2,3…n，i+n<m)的距离Hn，直至找到第i+n节点，满足Hn>ThreadH,则保留第i+n节点，删除第i+1至i+n-1之间的所有节点；直至当前多边形所有节点遍历一遍。此实例中ThreadH为5米。

然后进行单片正射影像拉花区域检测结果二值图像的镶嵌步骤：

步骤A1：遍历所有多边形节点坐标，找出在X轴和Y轴上的极值，X_min,X_max,Y_min,Y_max，因此镶嵌后全景图左上角点的坐标为(X_min,Y_max)，然后根据公式(10)计算镶嵌后全景图的图幅大小，其中width为列数，height为行数，M为正射影像全景图地面分辨率。

步骤A2：对每张单片检测结果根据简化后的镶嵌线网络进行镶嵌，镶嵌方法具体步骤如下：

步骤A2-1：加载当前影像检测结果二值图像和对应的简化后的有效多边形Polygon；

步骤A2-2：逐像素判断当前二值图像上的每个像素判断其是否在有效多边形区域Polygon内部，如果在内部则将该像素的灰度值赋值给镶嵌后检测结果二值影像上对应的像素，如果不在内部则不做处理；

步骤A2-3：将所有单片正射影像拉花检测的结果二值图像，根据其对应的有效区域多边形进行镶嵌，最终得到与正射影像全景图相对应的拉花区域结果二值图像，如图6所示。

步骤3：对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并矢量化得到拉花区域的矢量数据。

本例中，所述形态学处理包括腐蚀处理步骤与膨胀处理步骤：

首先进行所述腐蚀处理步骤：

步骤B1：以当前像素为中心(row,col)，建立一个适当大小的方形腐蚀窗口Win₂[4,4]，若当前中心像素灰度值为g1＝255时进入步骤B2；

步骤B2：遍历方形腐蚀窗口中每一个像素(r_i,c_i)∈Win₂[4,4]，统计灰度值为g1的像素个数sum，若sum小于腐蚀窗口内像素总个数的一半时，将当前中心像素赋值为0；

步骤B3：将腐蚀处理后的二值图像进行保存至硬盘。

然后进行所述膨胀处理步骤：

步骤S1：以当前像素(row,col)为中心，建立一个适当大小的方形膨胀窗口Win₃[6,6]；

步骤S2：将当前像素对应的灰度值gray₀为与灰度阈值g2＝255进行比较，若相等则遍历膨胀窗口中每一个像素(r_i,c_i)∈Win₃[6,6]，并将其对应的灰度值赋值为灰度阈值255；

步骤S3：将膨胀处理后的二值图像进行保存至硬盘。

最后，全景图拉花区域检测结果二值图像矢量化，也即对全景图拉花区域检测结果二值图像中拉花变形区域进行边缘检测及提取，并存储为矢量数据。

本发明通过利用原始航摄影像及其内、外方位元素、测区DEM对测区内所有单片正射影像的拉花区域进行自动检测，再对测区正射影像全景图的镶嵌线网络进行简化处理，然后根据简化后的镶嵌线网络将单片正射影像拉花检测结果进行镶嵌，最后对镶嵌后拉花检测全景图进行图像腐蚀、膨胀处理，并将检测结果进行矢量化，检测结果图7中的(a)、(b)所示；进而达到了航空正射影像全景图拉花区域自动检测的目的；不仅实现了单片航空正射影像中拉花变形区域的自动化检测，同时根据正射影像全景图镶嵌线网络对单片正射影像检测结果进行自动镶嵌保证检测结果与正射影像全景图的一致性和对应性，实现了正射影像全景图拉花区域的自动检测，解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。

Claims (10)

1.一种航空正射影像全景图拉花区域快速检测方法，其特征在于按照以下步骤进行：

步骤1：加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像，其中单张正射影像拉花区域自动检测的步骤为：

步骤1-1：计算正射纠正后正射影像的图幅大小与范围；

步骤1-2：逐像素计算正射影像上每个像素点对应的原始航摄影像上的像素坐标；

步骤1-3：逐像素统计当前像素与周边像素所对应原始航摄影像上像素坐标的重叠次数，并判断当前像素是否为拉花像素；

步骤1-4：等待正射影像上所有像素判断完毕，并将拉花像素判定结果二值图像存储在硬盘中；

步骤2：对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；

步骤3：对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并矢量化得到拉花区域的矢量数据。

2.根据权利要求1所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤1-1中所述正射纠正后正射影像的图幅大小与范围的计算步骤为：

步骤1-1-1：计算原始航摄影像上四个角点对应地面点的坐标；

步骤1-1-2：选出四个角点对应地面点坐标在X方向和Y方向上的极值；

步骤1-1-3：计算正射纠正后正射影像的行数和列数。

3.根据权利要求1所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤1-2中原始航摄影像上的像素坐标的计算方法为：

步骤1-2-1：计算当前像素的地面点坐标；

步骤1-2-2：根据地面点坐标和数字高程模型DEM，采用双线性内插法内插出该点的高程值；

步骤1-2-3：计算地面点在原始影像上的像点坐标，并判断该像点坐标是否在原始航摄影像内部；

步骤1-2-4：等待正射影像上所有像素计算完毕，并将整幅正射影像反算得到的每个像素对应原始影像上像点坐标存储起来。

4.根据权利要求1所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤1-3中所述拉花像素的判断方法为：

步骤1-3-1：以当前像素为中心，建立一个适当大小的方形判定窗口；

步骤1-3-2：遍历和统计方形判定窗口中所有像素对应的原始影像上像点坐标和周围像素的重叠次数；

步骤1-3-3：当重叠次数大于阈值时，在检测结果影像上将其标记为拉花像素，否则标记为非拉花像素；

步骤1-3-4：等待正射影像上所有像素判断完毕，并将拉花像素判定结果存储到硬盘中。

5.根据权利要求1所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤2中正射影像全景图镶嵌线网络的简化处理步骤为：

步骤a1：将镶嵌线网络拆分为一个个多边形区域，且每个多边形区域对应一张单片正射影像，即每张正射影像的有效多边形区域；

步骤a2：采用节点间距离阈值法对每张正射影像的有效多边形进行轮廓简化处理。

6.根据权利要求5所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤2中单片正射影像拉花区域检测结果二值图像的镶嵌步骤为：

步骤A1：遍历简化处理后所有多边形区域的节点坐标，找出在X轴和Y轴上的极值，并计算镶嵌后全景图的图幅大小；

步骤A2：对每张正射影像拉花区域检测结果，根据简化后的镶嵌线网络进行镶嵌。

7.根据权利要求6所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤A2所述的镶嵌方法具体步骤如下：

步骤A2-1：加载当前影像检测结果二值图像和对应的简化后的有效多边形Polygon；

步骤A2-2：逐像素判断当前二值图像上的每个像素判断其是否在有效多边形区域内部，如果在内部则将该像素的灰度值赋值给镶嵌后检测结果二值影像上对应的像素，如果不在内部则不做处理；

步骤A2-3：将所有单片正射影像拉花检测的结果二值图像，根据其对应的有效区域多边形进行镶嵌，最终得到与正射影像全景图相对应的拉花区域结果二值图像。

8.根据权利要求1所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：步骤3中检测结果二值图像形态学处理包括腐蚀处理步骤与膨胀处理步骤。

9.根据权利要求8所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：所述腐蚀处理的步骤具体为：

步骤B1：以当前像素为中心，建立一个适当大小的方形腐蚀窗口，若当前中心像素灰度值为g1时进入步骤B2；

步骤B2：遍历方形腐蚀窗口中每一个像素，统计灰度值为g1的像素个数，若其小于腐蚀窗口内像素总个数的一半时，将当前中心像素赋值为0；

步骤B3：将腐蚀处理后的二值图像进行保存至硬盘。

10.根据权利要求8所述的航空正射影像全景图拉花区域快速检测方法，其特征在于：所述膨胀处理的步骤具体为：

步骤S1：以当前像素为中心，建立一个适当大小的方形膨胀窗口；

步骤S2：将当前像素对应的灰度值为与灰度阈值g2进行比较，若相等则遍历膨胀窗口中每一个像素，并将其对应的灰度值赋值为灰度阈值g2；

步骤S3：将膨胀处理后的二值图像进行保存至硬盘。