专利汇可以提供基于高分辨率光学遥感影像的弱小目标快速检测方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于高 分辨率 光学遥感影像的弱小目标快速检测方法,主要解决 现有技术 漏检与误检高、检测速度慢的问题。其实现方案是:将待测多 光谱 4通道图像先转为8位RGB彩色图像,再转为灰度图;对灰度图进行扩展 小波变换 ;对扩展小波变换后的图像进行 角 点检测,并过滤空间上密集的角点,保留分布分散的角点;对保留的角点进行先膨胀后 腐蚀 的形态学闭操作,得到形态学闭操作后的区域;对形态学闭操作后的区域提取形状参数与计算 对比度 和相关性,用这三个参数联合筛选角点,最终保留的角点所在的局部区域即为目标区域;本发明极大地降低了漏检与误检,提高了检测的准确性与检测速度,可用于对背景为山地、森林、荒漠的卫星遥感图像检测。,下面是基于高分辨率光学遥感影像的弱小目标快速检测方法专利的具体信息内容。
1.一种基于高分辨率可见光遥感影像的弱小目标检测方法,其特征在于,包括如下:
(1)将待测多光谱图像先转为8位RGB彩色图像,再转为灰度图像I;
(2)对二维灰度图像I用不同滤波核进行扩展小波变换,得到扩展小波变换后的灰度图像W;
(3)使用基于加速分割测试的fast9算法对扩展小波变换后的灰度图像W进行角点检测,得到角点检测结果c,再根据空间位置关系过滤掉密集的角点,保留分布较为分散的角点;
(4)以每一个保留的角点为中心,切取其固定尺寸大小的区域,并对每个区域进行先膨胀后腐蚀的形态学闭操作,得到形态学闭操作后的切片区域;
(5)对形态学闭操作后的切片区域进行如下处理:
(5a)对形态学闭操作后的切片区域进行像素联合概率密度统计,并对概率进行归一化,得到灰度共生矩阵P,再计算P的对比度S和相关性R;
(5b)使用canny边缘检测算子对每个切片区域进行边缘检测,再对边缘检测的结果进行连通区域标记,并选取面积最大的连通域;
(6)使用区域属性统计函数regionprops获取面积最大的连通区域的属性,并根据属性提取形状参数,即连通区域的长宽差h、紧致度t和矩形度g;
(7)利用(6)提取的形状参数与(5b)计算灰度共生矩阵P的对比度S和相关性R的联合特征来筛选角点,保留的每个角点所在的局部区域即为目标区域。
2.根据权利要求1所述的方法,其中(1)将待测多光谱图像转为8位RGB彩色图像,是根据待测图像的成像特性进行:
(1a)判断待测图像的位数:
如果待测图像是16位4通道多光谱图像,则使用如下公式将其转为8位4通道多光谱图像E:
E=uint8(double(D)/4095*255)
其中,D是16位4通道图像,uint8是将图像强制转换为uint8格式的函数,double表示将像素值转为双精度浮点类型,/代表相除,*代表相乘;
如果待测图像是8位4通道多光谱图像,则不需要进行转换。
(1a)然后置换8位4通道多光谱图像E的R、B通道,并合并R、G、B通道得到RGB彩色图像。
3.根据权利要求1所述的方法,其中(2)对二维灰度图像I用不同滤波核进行扩展小波变换,其实现如下:
(2a)选取不同滤波核:
其中,z1和z2表示水平与垂直方向,V(z1)、V(z2)分别表示滤波核 与滤波核Y(z1)、Y(z2)分别表示滤波核 与滤波核 T表示
转置符号;
(2b)用步骤(2a)选取的水平和垂直方向滤波核对灰度图I进行水平和垂直方向滤波,得到低频系数Ii(z1,z2)、高频垂直细节 高频水平细节
其中,i表示将灰度图I小波分解后的第i个尺度,z1i和z2i表示第i个尺度上的水平方向与垂直方向,Ii-1(z1,z2)表示当前尺度的上一尺度灰度图;
(2c)将步骤(2b)得到的高频垂直细节 与高频水平细节 点乘,对点
乘结果取绝对值得到扩展小波变换后的灰度图W:
4.根据权利要求1所述的方法,其中(3)中使用基于加速分割测试的fast9算法对扩展小波变换后的灰度图像W进行角点检测,其实现如下:
(3a)设定角点检测阈值t的取值范围为20~120,
(3b)将t输入到fast9函数中并进行非极大值抑制,得到角点检测结果c:
c=fast9(W,t,1)
其中,数值1代表对检测结果进行非极大值抑制。
5.根据权利要求1所述的方法,其中(3)中根据空间位置关系过滤掉密集的角点,实现如下:
(3c)先从角点检测结果c中任意选取一角点p1,坐标标记为(x1,y1),再从c中任意选取另一角点p2,坐标标记为(x2,y2),
(3d)根据两角点的横纵坐标之差确定两角点的位置关系:
如果第一个角点p1与第二个角点p2的横纵坐标之差绝对值都小于等于100,即:
则认为这两个角点p1与p2在空间上是邻近的,若某个角点与其邻近的角点数量超过十个,则认为该角点及其邻近角点所在区域是密集的,则过滤掉该角点及其邻近角点;
否则,该角点的分布是分散的,保留该角点。
6.根据权利要求1所述的方法,其中(4)中以每一个保留的角点为中心,切取其固定尺寸大小的区域,并对每个区域进行先膨胀后腐蚀的形态学闭操作,其实现如下:
(4a)以保留的角点坐标(x,y)为中心,在扩展小波变换后的灰度图W上切取其固定尺寸大小的区域r:
r=W[(y-9)~(y+9),(x-9)~(x+9)]
(4b)对每个区域r进行先膨胀后腐蚀的形态学闭操作,其公式如下:
其中,m={-1,0,1},n={-1,0,1},d(x,y)代表膨胀公式,e(x,y)代表腐蚀公式,x和y分别表示图像的横纵坐标,
(4c)重复(4b)操作共3次,得到形态学闭操作后的切片区域。
7.根据权利要求1所述的方法,其中(5)中对形态学闭操作后的切片区域进行像素联合概率密度统计,并对概率进行归一化,得到灰度共生矩阵P,再计算P的对比度S和相关性R,其实现如下:
(5a)对切片区域进行概率统计,求灰度共生矩阵P;
(5b)计算P的对比度S和相关性R,计算公式如下:
其中,i,j表示灰度共生矩阵P的行列坐标,Pij是灰度共生矩阵第i行第j列的一个像素点,μ是灰度共生矩阵的均值, σ2是灰度共生矩阵的方差, 。
8.根据权利要求1所述的方法,其中(5)中使用canny边缘检测算子对切片区域进行二值化,并对二值化后的图像进行连通区域标记,其实现如下:
(5a)使用canny算子分别对每个区域r进行边缘检测,得到二值化图像ce:
ce=edge(r,canny)
其中,edge表示边缘检测函数;
(5b)使用8邻接连通区域标记算法bwlabel对二值化图像ce进行连通区域标记,即采用一个像素点与周围全部8个像素点邻接的方式进行标记,得到连通区域标记结果L:
[L,num]=bwlabel(ce)
其中,num表示连通区域的数量。
9.根据权利要求1所述的方法,其中(6)中使用区域属性统计函数regionprops获取面积最大的连通区域的属性,并根据属性提取形状参数,其实现如下:
(6a)使用regionprops函数获取面积最大的连通区域M的属性,其公式如下:
Z=regionprops(M,all)
其中Z是一个结构数组,结构数组的不同字段定义了不同的属性,all表示获取M所有的属性;
(6b)根据Z中的字段BoundingBox的参数,计算形状参数长宽差h、紧致度t和矩形度g:
h=H-W
t=P2/A
g=A/(H×W)
其中,H和W分别是字段BoundingBox的长度和宽度,P、A分别是BoundingBox的周长和面积。
10.根据权利要求1所述的方法,其中(7)中利用(6)提取的形状参数与(5b)计算的灰度共生矩阵P的对比度S和相关性R的联合特征筛选角点,其实现如下:
(7a)根据连通区域的长宽差h、紧致度t、矩形度g筛选角点:
若长宽差h大于9,或者紧致度t小于0.4,或者矩形度g小于0.8,则将对应角点剔除;
否则,执行(7b);
(7b)根据灰度共生矩阵P的对比度S与相关性R筛选角点:
若对比度S小于0.3,或者相关性R大于0.6,则将对应角点剔除;
否则,保留该角点。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
电梯的防夹手用安全装置 | 2020-05-11 | 434 |
评定无砟轨道路基冒浆危害等级的方法 | 2020-05-11 | 451 |
基于多尺度三维的人工石制备方法 | 2020-05-08 | 430 |
一种基于图像修复的三维目标检测方法和系统 | 2020-05-08 | 957 |
水平侧拉式防尘收纳家具形态的运动器材 | 2020-05-08 | 569 |
一种分离测试环境因子对植物影响的装置及其测定方法 | 2020-05-11 | 627 |
用于将机动车的空气过滤装置的盖子固定在过滤器壳体和过滤件上的连接机构和相关联的过滤件 | 2020-05-11 | 268 |
一种二氧化碳诱导培育箱及其操作方法 | 2020-05-11 | 50 |
一种悬臂式支挡结构基坑开挖过程的模拟方法 | 2020-05-08 | 607 |
一种新型血透穿刺针 | 2020-05-11 | 62 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。