CN116309189B - 一种船舶烧伤伤员紧急转运分类的图像处理方法 - Google Patents

Abstract

本发明涉及图像数据处理技术领域，具体涉及一种船舶烧伤伤员紧急转运分类的图像处理方法。该方法包括：获取船舶舱内的灰度图像并划分为比特层图像，确定主模糊方向，根据有效比特层图像中高频信息和低频信息的分布确定模糊量，对有效比特层图像进行超像素分割得到超像素块，确定质心点和支点像素点，获取每个支点像素点与对应质心点的结构相似度，确定比特层图像的子模糊核；根据子模糊核，得到目标模糊核，基于目标模糊核对灰度图像进行非盲去卷积，得到目标图像，基于目标图像对船舶舱内烧伤伤员进行紧急转运分类。本发明能够对船舶舱内的灰度图像进行高效去模糊处理，有效分析烧伤情况，进而提升船舶烧伤伤员紧急转运的效率。

Description

一种船舶烧伤伤员紧急转运分类的图像处理方法

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种船舶烧伤伤员紧急转运分类的图像处理方法。

背景技术

海上航行船舶由于逃生空间较小，如何尽快将严重烧伤伤员进行分流和转运，是成批烧伤救治的重要环节。转运需综合考虑伤员伤情、医疗力量和转运工具等因素。通过船舱内的视频图像对当前烧伤伤员伤情的分析是转运过程的重要依据，而船舶上信号较差存在一定卡顿，且时常处于颠簸摇晃的状态下，视频影像不可避免发生运动模糊，严重影响伤员伤情评估，进而拖慢救援效率。

相关技术中，使用盲去卷积的方式进行图像的去模糊化处理，这种方式下，由于现有模糊核估测方法，如基于正则化、基于极大似然估计等，无法有效适应船舶舱内多方向抖动的模糊情况，从而导致去模糊化处理局限性较高，去模糊效果较差，进而导致烧伤情况分析准确性较低，影响船舶烧伤伤员紧急转运的效率。

发明内容

为了解决去模糊化处理局限性较高，去模糊效果较差的技术问题，本发明提供一种船舶烧伤伤员紧急转运分类的图像处理方法，所采用的技术方案具体如下：

本发明提出了一种船舶烧伤伤员紧急转运分类的图像处理方法，方法包括：

获取船舶舱内的灰度图像，按照预设分层规则将所述灰度图像划分为至少两个比特层图像；根据每个所述比特层图像中像素点的灰度分布筛选出有效比特层图像；

根据像素点的灰度梯度获取所述有效比特层图像中像素点的像素点模糊方向；根据所述有效比特层图像中所有像素点的像素点模糊方向确定所述有效比特层图像的主模糊方向；将所述比特层图像转换为频域上的频谱图像，根据所述频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息；根据所述频率信息确定对应比特层图像的模糊量；

根据像素点的灰度分布对所述有效比特层图像进行超像素分割得到超像素块，将每个所述超像素块中质心点在主模糊方向上的其他像素点作为支点像素点，获取每个支点像素点与对应质心点的结构相似度，根据所述比特层图像的模糊量和所述比特层图像中所有支点像素点的结构相似度，确定所述比特层图像的子模糊核；

根据所有有效比特层图像对应的子模糊核，得到目标模糊核，基于所述目标模糊核对所述灰度图像进行非盲去卷积，得到目标图像，基于所述目标图像对船舶舱内烧伤伤员进行紧急转运分类。

进一步地，所述根据像素点的灰度梯度获取所述有效比特层图像中像素点的像素点模糊方向，包括：

基于预设第一大小的均值滤波窗口对所述有效比特层图像中的像素点进行均值滤波处理，得到待分析图像；

从所述待分析图像中任选一个像素点作为待分析像素点，在所述待分析像素点为中心的预设第二大小的局部窗口内，确定经过所述待分析像素点在不同方向上的灰度梯度，将所述灰度梯度最大所对应的方向作为所述待分析像素点的梯度突出方向；

将与梯度突出方向垂直且经过所述待分析像素点的垂线作为模糊垂线，确定模糊垂线所穿过的局部窗口内的像素点为模糊像素点；

以所述待分析像素点为中点，将所述模糊像素点划分为两组，计算每组模糊像素点的灰度梯度，获取灰度梯度最小的一组；

将所述待分析像素点至所述灰度梯度最小的一组模糊像素点，所对应的方向作为待分析像素点的像素点模糊方向；

遍历所述待分析图像中所有的像素点，得到每个像素点对应的像素点模糊方向。

进一步地，所述根据所述有效比特层图像中所有像素点的像素点模糊方向确定所述有效比特层图像的主模糊方向，包括：

计算每层有效比特层图像中所有像素点的像素点模糊方向与水平方向所对应角度的均值得到对应有效比特层图像的主模糊方向。

进一步地，所述根据所述频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息，包括：

基于最大类间方差法计算所述频谱图像的分割阈值；

将所述频谱图像中灰度值大于所述分割阈值的像素点对应的面积作为低频信息，将所述频谱图像中灰度值小于等于所述分割阈值的像素点对应的面积作为高频信息；

根据所述高频信息和所述低频信息，获得所述比特层图像的频率信息，其中，所述高频信息与所述频率信息呈负相关关系，所述低频信息与所述频率信息呈正相关关系。

进一步地，所述根据所述频率信息确定对应比特层图像的模糊量，包括：

将所述像素点的灰度值最低对应的比特层图像作为对照图像，将所述对照图像对应的频率信息作为对照频率信息；

根据所述对照频率信息和任一比特层图像的频率信息，确定所述比特层图像的模糊量，其中，所述比特层图像的频率信息与所述模糊量呈正相关关系，所述对照频率信息与所述模糊量呈负相关关系。

进一步地，所述获取每个支点像素点与对应质心点的结构相似度，包括：

任选所述超像素块中某一个支点像素点作为待测支点，以所述待测支点为中心，预设第三大小的窗口作为待测支点窗口；

以所述超像素块的质心点为中心，预设第三大小的窗口作为质心窗口；

基于结构相似性SSIM计算方法计算所述待测支点窗口和所述质心窗口间的结构相似度。

进一步地，所述根据所述比特层图像的模糊量和所述比特层图像中所有支点像素点的结构相似度，确定所述比特层图像的子模糊核，包括：

计算所述比特层图像中所有支点像素点的结构相似度的归一化值作为分配权重；

计算所述支点像素点的分配权重与所述比特层图像的模糊量的乘积作为所述支点像素点的分配模糊量；

将同一超像素块中所有所述支点像素点的分配模糊量的方差作为所述超像素块中质心点的质心模糊量；

以所述质心模糊量为预设第四大小的高斯模糊核的中心，搭建质心点对应的高斯模糊核，遍历比特层图像中所有质心点，将所有质心点所分别对应的高斯模糊核进行相加处理，得到所述比特层图像的子模糊核。

进一步地，所述根据所有有效比特层图像对应的子模糊核，得到目标模糊核，包括：

计算所有有效比特层图像的子模糊核的和值，并对得到的和值进行归一化处理作为目标模糊核。

进一步地，所述基于所述目标图像对船舶舱内烧伤伤员进行紧急转运分类，包括：

基于预训练的神经网络模型对所述目标图像中烧伤情况进行分类得到不同的烧伤严重程度；根据所述烧伤严重程度匹配对应的转运方式。

进一步地，所述根据每个所述比特层图像中像素点的灰度分布筛选出有效比特层图像，包括：

基于预设方差滤波窗口遍历所有所述比特层图像，计算所述预设方差滤波窗口内像素点的灰度值方差作为像素点有效系数；

计算每层所述比特层图像中所有像素点的所述像素点有效系数的方差作为所述比特层图像的比特层有效系数；

将所述比特层有效系数大于预设有效系数阈值的比特层图像作为有效比特层图像。

本发明具有如下有益效果：

本发明通过将灰度图像划分为比特层图像；并筛选出有效比特层图像，能够在保证计算效果的同时，有效减少对全部比特层图像进行分析的计算量；通过像素点的灰度梯度得到像素点模糊方向，进而得到有效比特层图像的主模糊方向，能够根据抖动时模糊拖影的产生的灰度分布特点，有效获取整个有效比特层图像主模糊方向作为模糊轨迹的平均趋势；通过频率信息确定比特层图像的模糊量，通过主模糊方向和超像素分割结果获得支点像素点与对应质心点的结构相似度，结合模糊量和结构像素点获得比特层图像的子模糊核，可以理解的是，由于船舶舱内模糊抖动为多向抖动，抖动过程较为复杂，通过所有支点像素点的模糊量分配，能够有效对图像中抖动情况进行分析，使得子模糊核能够贴合估测抖动轨迹，并在各个支点像素点处根据模糊叠加情况分配模糊量权重，进而产生较好的去模糊效果；而后，遍历所有有效比特层图像对应的子模糊核，得到目标模糊核，基于目标模糊核对灰度图像进行非盲去卷积，得到目标图像，由此，能够得到图像表现更为清晰，去模糊效果更优的目标图像，在根据目标图像进行分析时，能够有效分析烧伤情况，进而提升船舶烧伤伤员紧急转运的效率。

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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种船舶烧伤伤员紧急转运分类的图像处理方法流程图；

图2为本发明一个实施例所提供的像素点模糊方向示意图；

图3为本发明一个实施例所提供的模糊叠加示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种船舶烧伤伤员紧急转运分类的图像处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种船舶烧伤伤员紧急转运分类的图像处理方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种船舶烧伤伤员紧急转运分类的图像处理方法流程图，该方法包括：

S101：获取船舶舱内的灰度图像，按照预设分层规则将灰度图像划分为至少两个比特层图像；根据每个比特层图像中像素点的灰度分布筛选出有效比特层图像。

本发明的一种应用场景可以具体例如为利用船舶上无线信号或卫星信号，使用移动视频设备与救援中心进行连接，救援中心获取移动视频设备所拍摄的影像画面，并对影像画面进行图像处理。

其中，灰度图像，为所采集影像画面进行图像预处理后得到图像。其中，图像预处理包括图像去噪处理和图像灰度化处理，图像去噪处理可以具体例如为中值滤波去噪和高斯滤波去噪，图像灰度化处理可以具体例如为均值灰度化处理，图像去噪和图像灰度化均为本领域所熟知的技术，对此不再赘述。

可以理解的是，由于船舶在水上时，会随着水浪产生对应的运动，同时船体也会产生对应的抖动，而抖动过程中影响移动视频设备的成像，会使得灰度图像产生对应的抖动模糊，从而影响对船舱内伤员伤情的判断，因此，由于抖动模糊的复杂性，对有效的信息提取十分困难。

模糊轨迹存在多个模糊方向，模糊的图像可以视为不同模糊层的叠加，若局部模糊轨迹为单向，则模糊层仅有一层，若局部模糊轨迹复杂，则模糊层为多层。也就是说，灰度图像中必然存在局部的模糊程度差异，相同模糊层数的局部信息具有一定共性，该共性为随着模糊层的叠加导致频率共性。因此，可以利用比特分层法，将灰度图像外观分解为不同的层次，可选地，预设分层规则可以具体例如为将256级的灰度图像划分为8个比特层图像，不同比特层图像分别对应不同的灰度级，当然，还可以根据实际检测需求划分比特层图像，对此不做限制。

可选地，本发明的一些实施例中，根据每个比特层图像中像素点的灰度分布筛选出有效比特层图像，包括：基于预设方差滤波窗口遍历所有比特层图像，计算预设方差滤波窗口内像素点的灰度值方差作为像素点有效系数；计算每层比特层图像中所有像素点的像素点有效系数的方差作为比特层图像的比特层有效系数；将比特层有效系数大于预设有效系数阈值的比特层图像作为有效比特层图像。

可以理解的是，在比特分层之后，前几个的比特层中有效信息极少，几乎不被需要，尤其模糊的灰度图像本身就比较低频，信息丢失较多。因此，可以根据分层结果获取有效分层。

其中，预设方差滤波窗口，可以具体例如为5×5大小的滤波窗口，计算5×5大小的滤波窗口内像素点的方差作为滤波窗口内中心像素点的像素点有效系数，由此，遍历所有比特层图像，计算每层比特层图像中所有像素点的像素点有效系数的方差作为比特层图像的比特层有效系数。

其中，预设有效系数阈值，为比特层有效系数的门限值，本发明实施例中可以将比特层有效系数大于预设有效系数阈值的比特层图像作为有效比特层图像，可选地，预设有效系数阈值可以具体例如为10，当然，也可以根据需求进行调整，对此不做限制。

可以理解的是，在比特层有效系数越大时，可以表示对应的比特层图像内所包含的灰度变化越多越明显，也即是说，对应的比特层图像所包含的有效信息越多，则可以将其作为有效比特层图像。

S102：根据像素点的灰度梯度获取有效比特层图像中像素点的像素点模糊方向；根据有效比特层图像中所有像素点的像素点模糊方向确定有效比特层图像的主模糊方向；将比特层图像转换为频域上的频谱图像，根据频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息；根据频率信息确定对应比特层图像的模糊量。

可选地，本发明的一些实施例中，根据像素点的灰度梯度获取有效比特层图像中像素点的像素点模糊方向，包括：基于预设第一大小的均值滤波窗口对有效比特层图像中的像素点进行均值滤波处理，得到待分析图像；从待分析图像中任选一个像素点作为待分析像素点，在待分析像素点为中心的预设第二大小的局部窗口内，确定经过待分析像素点在不同方向上的灰度梯度，将灰度梯度最大所对应的方向作为待分析像素点的梯度突出方向；将与梯度突出方向垂直且经过待分析像素点的垂线作为模糊垂线，确定模糊垂线所穿过的局部窗口内的像素点为模糊像素点；以待分析像素点为中点，将模糊像素点划分为两组，计算每组模糊像素点的灰度梯度，获取灰度梯度最小的一组；将待分析像素点至灰度梯度最小的一组模糊像素点，所对应的方向作为待分析像素点的像素点模糊方向；遍历待分析图像中所有的像素点，得到每个像素点对应的像素点模糊方向。

其中，预设第一大小，可以具体例如为5×5大小，对此不做限制。

可以理解的是，每一个有效比特层图像中，可能均存在不同程度的模糊叠加，但由于比特分层的原因，像素点空间不重叠，因此每一个有效比特层图像均存在一定的空洞区域，采用5×5大小的均值滤波窗口对有效比特层图像中的像素点进行均值滤波处理，可以对有效比特层图像内的图像进行平滑处理，便于消除有效比特层图像中存在的空洞区域，得到待分析图像。

其中，预设第二大小，可以具体例如为11×11大小，也即是说，从待分析图像中任选一个像素点作为待分析像素点，在待分析像素点为中心的11×11大小的局部窗口内，确定经过待分析像素点在不同方向上的灰度梯度，可以理解的是，不同方向情况下所经过的像素点也可能不同，因此，可以依次计算对应方向上相邻像素点间的灰度值差值绝对值，得到灰度值差值绝对值的均值作为对应方向上的灰度梯度，而后计算所有方向上灰度梯度最大的作为待分析像素点的梯度突出方向，当然本发明还支持使用多种其他可能的实现方式计算得到灰度差异作为对应方向上的灰度梯度，例如在对应方向上与待分析像素点相邻的像素点的灰度值和待分析像素点灰度值的差值绝对值作为对应方向上的灰度梯度，对此不做限制。

举例而言，在经过待分析像素点的任一方向上，根据位置关系对该方向上的像素点进行排序，得到该方向上的像素点序列，而后，计算序列中后一个像素点与前一个像素点的灰度值差值绝对值作为前一个像素点的灰度梯度，遍历该方向上的像素点序列中所有像素点，得到每个像素点的灰度梯度求均值，作为待分析像素点在该方向上的灰度梯度，而后，计算不同方向上的灰度梯度，将灰度梯度最大的方向作为待分析像素点的梯度突出方向，可以理解的是，由于360度方向上会有灰度梯度重合的情况产生，因此，本发明可以仅检测对应180度的方向上的灰度梯度，从而确定灰度梯度的最大值得到梯度突出方向。

本发明实施例中，如图2所示，图2为本发明一个实施例所提供的像素点模糊方向示意图，图中实线为梯度突出方向所对应直线，经过待分析像素点沿着实线作垂线，得到虚线即为模糊垂线，而后分别计算模糊垂线两侧的灰度梯度，该灰度梯度的计算方式与获取梯度突出方向时计算的方式一致，确定灰度梯度最小的一侧作为待分析像素点的像素点模糊方向。

可以理解的是，灰度梯度较小时，可以表示对应一侧的灰度值变化较小，也即是说，该侧越可能为抖动末尾的拖影，则该侧所对应的方向即为像素点模糊方向。

可选地，本发明的一些实施例中，根据有效比特层图像中所有像素点的像素点模糊方向确定有效比特层图像的主模糊方向，包括：计算每层有效比特层图像中所有像素点的像素点模糊方向与水平方向所对应角度的均值得到对应有效比特层图像的主模糊方向。

本发明实施例在获取到所有像素点的像素点模糊方向之后，可以计算所有像素点模糊方向与水平方向的角度，而后通过量化后的角度值，计算所有角度的均值作为主模糊方向对应的角度，从而得到主模糊方向。

当然，在本发明的另一些实施例中，也可以计算有效比特层图像所有像素点模糊方向中频率最大的方向作为有效比特层图像的主模糊方向，对此不做限制。

可选地，本发明的一些实施例中，根据频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息，包括：基于最大类间方差法计算频谱图像的分割阈值；将频谱图像中灰度值大于分割阈值的像素点对应的面积作为低频信息，将频谱图像中灰度值小于等于分割阈值的像素点对应的面积作为高频信息；根据高频信息和低频信息，获得比特层图像的频率信息，其中，高频信息与频率信息呈负相关关系，低频信息与频率信息呈正相关关系。

其中，最大类间方差法是一种自动求取阈值的方法，最大类间方差法为本领域所熟知的技术，在此不再赘述。

因频谱图像中灰度值越大表示对应频率越低，本发明实施例中，将频谱图像中灰度值大于分割阈值的像素点对应的面积作为低频信息，将频谱图像中灰度值小于等于分割阈值的像素点对应的面积作为高频信息，由于不同抖动方向会导致模糊状态的叠加，二模糊状态的叠加会导致更多的低频信息，因此，本发明通过计算低频信息和高频信息，便于根据低频信息和高频信息对模糊情况进行分析。

本发明实施例中，高频信息与频率信息呈负相关关系，低频信息与频率信息呈正相关关系，其中，正相关关系表示因变量会随着自变量的增大而增大，因变量会随着自变量的减小而减小，具体关系可以为相乘关系、相加关系、指数函数的幂等，由实际应用进行确定；负相关关系表示因变量会随着自变量的增大而减小，因变量会随着自变量的减小而增大，可以为相减关系、相除关系等，由实际应用进行确定。

可选地，本发明的一些实施例中，根据频率信息确定对应比特层图像的模糊量，包括：将像素点的灰度值最低对应的比特层图像作为对照图像，将对照图像对应的频率信息作为对照频率信息；根据对照频率信息和任一比特层图像的频率信息，确定比特层图像的模糊量，其中，比特层图像的频率信息与模糊量呈正相关关系，对照频率信息与模糊量呈负相关关系。

可以理解的是，在像素点灰度值最低所对应的比特层图像中，像素点的灰度值最低，则可以说明对应的该层比特层图像灰度值叠加更少，模糊更趋向于单向模糊，因此，将像素点灰度值最低所对应的比特层图像作为对照图像，从而分析其他比特层图像的模糊情况。在本发明的一些实施例中，模糊量对应的计算公式为：

式中，表示第个比特层图像的模糊量，表示比特层图像的索引，表示第个 比特层图像的低频信息，表示第个比特层图像的高频信息，、、均为常数参数，为 防止分母为0所设置的常数值，可选地，数值均可以为0.01，表示对照图像的低频信息，表示对照图像的高频信息，表示第个比特层图像的频率信息，表示对照 频率信息。

可以理解的是，在比特层图像的低频信息越多，高频信息越少时，对应的模糊状态的叠加情况越多，也即是说，对应的模糊情况越复杂，则本发明可以使用模糊量作为对应比特层图像和对照图像在模糊量上的对照表征，由此，分别得到每个比特层图像的模糊量。

S103：根据像素点的灰度分布对有效比特层图像进行超像素分割得到超像素块，将每个超像素块中质心点在主模糊方向上的其他像素点作为支点像素点，获取每个支点像素点与对应质心点的结构相似度，根据比特层图像的模糊量和比特层图像中所有支点像素点的结构相似度，确定比特层图像的子模糊核。

其中，超像素分割，为将灰度值相同或相似的像素点分割至一个超像素块的方法，超像素分割为本领域所常用的技术，在此不再赘述。

可以理解的是，主模糊方向仅为大概方向，实际模糊轨迹是经过多次弯折的。因此上述模糊量需要分配在每个比特层图像主模糊方向上的每一个支点位置，每个支点处均有一定弯折。本发明实施例中，可以将每个超像素块中质心点在主模糊方向上的其他像素点作为支点像素点。

可选地，本发明的一些实施例中，获取每个支点像素点与对应质心点的结构相似度，包括：任选超像素块中某一个支点像素点作为待测支点，以待测支点为中心，预设第三大小的窗口作为待测支点窗口；以超像素块的质心点为中心，预设第三大小的窗口作为质心窗口；基于结构相似性SSIM计算方法计算待测支点窗口和质心窗口间的结构相似度。

其中，预设第三大小可以具体例如为5×5大小，对此不做限制。本发明实施例中，可以根据预设第三大小的窗口获得待测支点窗口和质心窗口，而后，使用结构相似性（Structural Similarity Index Measurement，SSIM）计算方法计算待测支点窗口和质心窗口间的结构相似度。其中，结构相似性SSIM计算方法为本领域所熟知的计算方法，对此不再赘述。

可以理解的是，每个质心点在产生运动模糊时，其虚影在实际抖动轨迹的最大范围内，因此仅有这个范围内的支点与原质心点存在较大相似性，可以根据结构相似度来约束抖动轨迹的范围，越偏离原质心点，结构相似度越低；而支点处结构相似度与原质心点越相似，则代表原质心点在该支点处留下较大的模糊量。

可选地，本发明的一些实施例中，根据比特层图像的模糊量和比特层图像中所有支点像素点的结构相似度，确定比特层图像的子模糊核，包括：计算比特层图像中所有支点像素点的结构相似度的归一化值作为分配权重；计算支点像素点的分配权重与比特层图像的模糊量的乘积作为支点像素点的分配模糊量；将同一超像素块中所有支点像素点的分配模糊量的方差作为超像素块中质心点的质心模糊量；以质心模糊量为预设第四大小的高斯模糊核的中心，搭建质心点对应的高斯模糊核，遍历比特层图像中所有质心点，将所有质心点所分别对应的高斯模糊核进行相加处理，得到比特层图像的子模糊核。

在本发明的一些实施例中，分配模糊量对应的计算公式包括：

式中，表示第个支点像素点对应的模糊量，表示超像素块中支点像素点的索 引，表示模糊量，表示归一化处理，表示第个支点像素点对应质心点的质心窗 口，表示第个支点像素点对应的待测支点窗口，表示结构相似性SSIM计算处理，表示第个支点像素点的分配权重。

由此，根据每个支点像素点的分配权重与比特层图像的模糊量的乘积作为支点像素点的分配模糊量，抖动产生模糊轨迹是一个不规则反复、且在一定局限范围内的轨迹，我们得到其主体模糊方向后，在原始弯折轨迹映射在主模糊方向支点上，越弯折越闭合则模糊叠加越大，那么主模糊方向上该支点处分配的模糊量就越大。举例而言，如图3所示，图3为本发明一个实施例所提供的模糊叠加示意图，根据抖动所产生的抖动轨迹确定主模糊方向，由于弯曲较大的区域对应的会产生较大的模糊叠加，则该支点处所分配的模糊量就越大，也即是说，与质心点位置处越相似，对应的分配模糊量就越大。

本发明实施例中，可以计算同一块超像素块中所有支点像素点的分配模糊量的方差作为超像素块中质心点的质心模糊量，可以理解的是，分配模糊量的方差越大，则可以表示在对应支点位置处产生较大的模糊叠加，导致质心模糊量越大，也即是说，质心模糊量越大，越可以表示对应的质心点位置处模糊叠加越多。

本发明引用高斯模糊核，以质心模糊量为预设第四大小的高斯模糊核的中心，搭建质心点对应的高斯模糊核，其中，预设第四大小可以具体例如为21×21大小，对此不做限制。

本发明实施例中，将质心点的质心模糊量的数值作为高斯模糊核中心的数值，从而分别计算对应的高斯模糊核其他位置处的数值大小，得到子模糊核，可以理解的是，子模糊核可以表征对应比特层图像中的抖动情况，根据子模糊核与对应比特层图像进行卷积可以对对应比特层图像进行去模糊化。

S104：根据所有有效比特层图像对应的子模糊核，得到目标模糊核，基于目标模糊核对灰度图像进行非盲去卷积，得到目标图像，基于目标图像对船舶舱内烧伤伤员进行紧急转运分类。

可选地，本发明的一些实施例中，根据所有有效比特层图像对应的子模糊核，得到目标模糊核，包括：计算所有有效比特层图像的子模糊核的和值，并对得到的和值进行归一化处理作为目标模糊核。

可以理解的是，由于有效比特层图像中所包含的模糊信息更多，则本发明实施例可以将所有有效比特层图像的子模糊核进行相加处理，通过不同比特层图像的子模糊核进行相加，能够得到船舶舱内的灰度图像的总模糊核，也即目标模糊核。

由此，得到目标模糊核中不同位置的对应分布权重，使用目标模糊核对灰度图像进行卷积处理，得到目标图像，目标图像则为去模糊化后的图像，非盲去卷积为本领域所熟知的技术，对此不再赘述。

可选地，本发明的一些实施例中，基于目标图像对船舶舱内烧伤伤员进行紧急转运分类，包括：基于预训练的神经网络模型对目标图像中烧伤情况进行分类得到不同的烧伤严重程度；根据烧伤严重程度匹配对应的转运方式。

本发明实施例中由于目标图像为进行去模糊化后的图像，也即是说，目标图像清晰度更优，则可以将目标图像输入至预训练的神经网络模型，经由模型对船舱内烧伤伤员的烧伤程度进行检测，得到烧伤严重程度，其中，模型预训练的过程为本领域所熟知的技术，对此不再赘述。

其中，转运方式，可以具体例如为救援资源的分配方式。在确定烧伤严重程度之后，可以根据烧伤严重程度匹配对应的转运方式，也即是说，对救援资源进行合理分配，如重度烧伤人员利用直升机转运，轻度烧伤人员在直升机资源稀缺时，可采用救援船等方式。

本发明通过将灰度图像划分为比特层图像；并筛选出有效比特层图像，能够在保证计算效果的同时，有效减少对全部比特层图像进行分析的计算量；通过像素点的灰度梯度得到像素点模糊方向，进而得到有效比特层图像的主模糊方向，能够根据抖动时模糊拖影的产生的灰度分布特点，有效获取整个有效比特层图像主模糊方向作为模糊轨迹的平均趋势；通过频率信息确定比特层图像的模糊量，通过主模糊方向和超像素分割结果获得支点像素点与对应质心点的结构相似度，结合模糊量和结构像素点获得比特层图像的子模糊核，可以理解的是，由于船舶舱内模糊抖动为多向抖动，抖动过程较为复杂，通过所有支点像素点的模糊量分配，能够有效对图像中抖动情况进行分析，使得子模糊核能够贴合估测抖动轨迹，并在各个支点像素点处根据模糊叠加情况分配模糊量权重，进而产生较好的去模糊效果；而后，遍历所有有效比特层图像对应的子模糊核，得到目标模糊核，基于目标模糊核对灰度图像进行非盲去卷积，得到目标图像，由此，能够得到图像表现更为清晰，去模糊效果更优的目标图像，在根据目标图像进行分析时，能够有效分析烧伤情况，进而提升船舶烧伤伤员紧急转运的效率。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (8)

1.一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述方法包括：

获取船舶舱内的灰度图像，按照预设分层规则将所述灰度图像划分为至少两个比特层图像；根据每个所述比特层图像中像素点的灰度分布筛选出有效比特层图像；

根据像素点的灰度梯度获取所述有效比特层图像中像素点的像素点模糊方向；根据所述有效比特层图像中所有像素点的像素点模糊方向确定所述有效比特层图像的主模糊方向；将所述比特层图像转换为频域上的频谱图像，根据所述频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息；根据所述频率信息确定对应比特层图像的模糊量；

根据像素点的灰度分布对所述有效比特层图像进行超像素分割得到超像素块，将每个所述超像素块中质心点在主模糊方向上的其他像素点作为支点像素点，获取每个支点像素点与对应质心点的结构相似度，根据所述比特层图像的模糊量和所述比特层图像中所有支点像素点的结构相似度，确定所述比特层图像的子模糊核；

根据所有有效比特层图像对应的子模糊核，得到目标模糊核，基于所述目标模糊核对所述灰度图像进行非盲去卷积，得到目标图像，基于所述目标图像对船舶舱内烧伤伤员进行紧急转运分类；

所述根据像素点的灰度梯度获取所述有效比特层图像中像素点的像素点模糊方向，包括：

基于预设第一大小的均值滤波窗口对所述有效比特层图像中的像素点进行均值滤波处理，得到待分析图像；

从所述待分析图像中任选一个像素点作为待分析像素点，在所述待分析像素点为中心的预设第二大小的局部窗口内，确定经过所述待分析像素点在不同方向上的灰度梯度，将所述灰度梯度最大所对应的方向作为所述待分析像素点的梯度突出方向；

将与梯度突出方向垂直且经过所述待分析像素点的垂线作为模糊垂线，确定模糊垂线所穿过的局部窗口内的像素点为模糊像素点；

以所述待分析像素点为中点，将所述模糊像素点划分为两组，计算每组模糊像素点的灰度梯度，获取灰度梯度最小的一组；

将所述待分析像素点至所述灰度梯度最小的一组模糊像素点，所对应的方向作为待分析像素点的像素点模糊方向；

遍历所述待分析图像中所有的像素点，得到每个像素点对应的像素点模糊方向；

所述根据所述频率信息确定对应比特层图像的模糊量，包括：

将所述像素点的灰度值最低对应的比特层图像作为对照图像，将所述对照图像对应的频率信息作为对照频率信息；

根据所述对照频率信息和任一比特层图像的频率信息，确定所述比特层图像的模糊量，其中，所述比特层图像的频率信息与所述模糊量呈正相关关系，所述对照频率信息与所述模糊量呈负相关关系。

2.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述根据所述有效比特层图像中所有像素点的像素点模糊方向确定所述有效比特层图像的主模糊方向，包括：

计算每层有效比特层图像中所有像素点的像素点模糊方向与水平方向所对应角度的均值得到对应有效比特层图像的主模糊方向。

3.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述根据所述频谱图像中高频信息和低频信息的分布，确定不同比特层图像的频率信息，包括：

基于最大类间方差法计算所述频谱图像的分割阈值；

将所述频谱图像中灰度值大于所述分割阈值的像素点对应的面积作为低频信息，将所述频谱图像中灰度值小于等于所述分割阈值的像素点对应的面积作为高频信息；

根据所述高频信息和所述低频信息，获得所述比特层图像的频率信息，其中，所述高频信息与所述频率信息呈负相关关系，所述低频信息与所述频率信息呈正相关关系。

4.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述获取每个支点像素点与对应质心点的结构相似度，包括：

任选所述超像素块中某一个支点像素点作为待测支点，以所述待测支点为中心，预设第三大小的窗口作为待测支点窗口；

以所述超像素块的质心点为中心，预设第三大小的窗口作为质心窗口；

基于结构相似性SSIM计算方法计算所述待测支点窗口和所述质心窗口间的结构相似度。

5.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述根据所述比特层图像的模糊量和所述比特层图像中所有支点像素点的结构相似度，确定所述比特层图像的子模糊核，包括：

计算所述比特层图像中所有支点像素点的结构相似度的归一化值作为分配权重；

计算所述支点像素点的分配权重与所述比特层图像的模糊量的乘积作为所述支点像素点的分配模糊量；

将同一超像素块中所有所述支点像素点的分配模糊量的方差作为所述超像素块中质心点的质心模糊量；

以所述质心模糊量为预设第四大小的高斯模糊核的中心，搭建质心点对应的高斯模糊核，遍历比特层图像中所有质心点，将所有质心点所分别对应的高斯模糊核进行相加处理，得到所述比特层图像的子模糊核。

6.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述根据所有有效比特层图像对应的子模糊核，得到目标模糊核，包括：

计算所有有效比特层图像的子模糊核的和值，并对得到的和值进行归一化处理作为目标模糊核。

7.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述基于所述目标图像对船舶舱内烧伤伤员进行紧急转运分类，包括：

基于预训练的神经网络模型对所述目标图像中烧伤情况进行分类得到不同的烧伤严重程度；根据所述烧伤严重程度匹配对应的转运方式。

8.如权利要求1所述的一种船舶烧伤伤员紧急转运分类的图像处理方法，其特征在于，所述根据每个所述比特层图像中像素点的灰度分布筛选出有效比特层图像，包括：

基于预设方差滤波窗口遍历所有所述比特层图像，计算所述预设方差滤波窗口内像素点的灰度值方差作为像素点有效系数；

计算每层所述比特层图像中所有像素点的所述像素点有效系数的方差作为所述比特层图像的比特层有效系数；

将所述比特层有效系数大于预设有效系数阈值的比特层图像作为有效比特层图像。