低空目标的多步邻域灰度差指标图像检测方法技术

本发明专利技术公开了一种低空目标的多步邻域灰度差指标图像检测方法，用于解决现有低空目标图像检测技术在检测低空目标时容易受到地面背景干扰的缺陷，属于载运工具安全与检测技术领域。技术方案是根据图像的行间灰度差指标水平投影特性分割天空和背景区域，在去除地面背景后，在天空区域图像中根据混合灰度差指标的水平和垂直投影特性检测目标，得到目标在图像中的位置坐标。本发明专利技术可以解决低空目标检测受到地形地物干扰的难题。

【技术实现步骤摘要】
低空目标的多步邻域灰度差指标图像检测方法
本专利技术涉及一种图像检测方法，特别是涉及一种具有复杂地面背景情况下的低空目标检测方法，属于载运工具安全与检测

技术介绍
低空飞行目标的检测，是保证低空空域飞行安全的关键技术。文献“基于图像行相关空中目标实时检测算法，彭超，毛征，郑利苹等，《兵工自动化》，2012，Vol.31(2)，p40-42”公开了一种弱小目标的去除背景检测方法，该方法首先对图像做灰度反转，根据图像相邻行之间的相关性做去除背景的预处理，并计算图像中灰度值最大的像素点，得到目标的位置坐标。但是在实际应用中，低空目标背景中不仅有较为单调的天空背景，还会有复杂地面背景出现，而复杂地面背景相邻行之间的相关性小，上述方法无法根据相邻行之间的相关性做去除背景预处理，因此无法有效检测目标。
技术实现思路
为了克服现有技术在检测低空目标时容易受到地面背景干扰的缺陷，本专利技术提供一种低空目标的多步邻域灰度差指标图像检测方法，根据图像的行间邻域灰度差指标水平投影特性分割天空和背景区域，在去除地面背景后，在天空区域图像中根据混合邻域灰度差指标的水平和垂直投影特性检测目标，得到目标在图像中的位置坐标。本专利技术解决其技术问题所采用的技术方案是：低空目标的多步邻域灰度差指标图像检测方法，其特征包括以下步骤：步骤一、分割地面背景和天空区域(a)将彩色图像转换为灰度图像，并对灰度图像进行滤波平滑，以去除噪点的干扰，灰度化和滤波后的图像为I，(b)对I计算每行的行间邻域灰度差指标水平投影，令(i，j)为像素点的坐标，代表像素点位于图像的第i行，第j列，I(i，j)为图像I中像素点(i，j)的灰度值，则一副大小为M×N的图像，M为图像行数，N为图像列数，其第i行的行间邻域灰度差指标水平投影Sx(i)为：(c)求行坐标iL，使得在iL行，满足Sx(iL)＝max{Sx(i)，i＝1，2，…，M}(2)考虑到地面物体的起伏，在图像中iL行上部留取一定余量，沿水平方向画一条直线，为地面和天空区域的水平分界线，将图像分成直线下方的地面背景区域和直线上方的天空区域图像I1两部分，步骤二、提取图像坐标系中目标的第一组候选位置坐标(a)对天空区域图像I1，计算每行的混合邻域灰度差指标水平投影，图像中像素点(i，j)的灰度值为I1(i，j)，对一副大小为M×N的图像，其第i行的混合邻域灰度差指标水平投影Ux(i)，i＝1，2，…，M为：求行坐标i0，使得在i0行，满足Ux(i0)＝max{Ux(i)，i＝1，2，…，M}(4)则i0为目标在图像坐标系的水平位置坐标，设定阈值T1等于Ux(i)的中值，求取i0的邻域半径Δi0，使得在区间[i0-Δi0，i0+Δi0]内，满足Ux(i)＞T1，则[i0-Δi0，i0+Δi0]为目标所在的水平区域，在图像中的第i0-Δi0行和第i0+Δi0行沿水平方向画两条直线，截取两条直线内的水平带状图像I2，作为潜在目标区域，i0为目标在图像坐标中的候选水平位置坐标，(b)对截取的水平带状图像I2，计算每列的混合邻域灰度差指标垂直投影，图像中像素点(i，j)的灰度值为I2(i，j)，对一副大小为M×N的图像，其第j列的混合邻域灰度差指标垂直投影Uy(j)，j＝1，2，…，N为：求列坐标j0，使得在j0列，满足Uy(j0)＝max{Uy(j)，j＝1，2，…，N}(6)则j0为目标在图像坐标系中的垂直位置坐标，得到目标的第一组候选位置坐标(i0，j0)，步骤三、提取图像坐标系中目标的第二组候选位置坐标(a)与步骤二的做法顺序相反，首先根据(5)式计算天空部分图像I1每列的混合邻域灰度差指标垂直投影Uy(j)，j＝1，2，…，N，并由(6)式求使Uy(j)最大的列坐标j1，随后设定阈值T2等于Uy(j)的中值，求取j1的邻域半径Δj1，使得在区间[j1-Δj1，j1+Δj1]内，满足Uy(j)＞T2，则[j1-Δj1，j1+Δj1]为目标所在垂直区域，在图像中的第j1-Δj1列和第j1+Δj1列沿垂直方向画两条直线，截取两条直线内的垂直带状图像I3，作为潜在目标区域，j1为目标在图像坐标系的垂直位置坐标，(b)对截取的垂直带状图像I3，根据(3)式计算每行的混合邻域灰度差指标水平投影Ux(i)，i＝1，2，…，M，并由(4)式求使Ux(i)最大的点i1，则i1为目标在图像坐标系的水平位置坐标，得到目标的第二组候选位置坐标即为(i1，j1)，步骤四、验证和计算目标位置坐标，检查两组候选目标位置坐标(i0，j0)和(i1，j1)，若这两组候选位置坐标之间的差值很小，则认为候选目标位置有效，取这两组候选位置坐标的平均值作为目标位置坐标，否则，认为这两组候选目标位置坐标无效，将其剔除。本专利技术的有益结果是：通过技术方案中的第1步，根据图像的行间邻域灰度差指标水平投影最大值确定地面和天空背景的分界线，移除地面背景区域；在第2步中，对天空区域图像首先根据每行的混合邻域灰度差指标水平投影最大值确定目标在图像坐标系中的水平位置坐标，并截取包含目标在内的水平带状图像，再根据水平带状图像每列的混合邻域灰度差指标垂直投影最大值确定目标在图像坐标系中的垂直位置坐标，得到第一组候选目标位置坐标；在技术方案第3步中，与第二步的步骤相反，先根据天空区域图像每列的混合邻域灰度差指标垂直投影最大值确定目标在图像坐标系中的垂直位置坐标，并截取包含目标在内的垂直带状图像，再根据垂直带状图像每行的混合邻域灰度差指标水平投影确定目标在图像坐标系中的水平位置坐标，得到第二组候选目标位置坐标；在技术方案第4步中，将得到的两组候选位置坐标进行比较，验证是否为有效目标位置，并计算目标位置。本专利技术中给出的方法能够有效去除地面背景干扰，检测出目标，并通过验证提高目标检测的正确率，使得低空目标检测的效果得到显著提高。下面通过实例对本专利技术作详细说明。附图说明图1是本专利技术方法的流程图。具体实施方式参照图1。步骤一、图像预处理，将采集到的彩色图像转换为灰度图像，对灰度图像进行滤波平滑，以去除噪点的干扰，得到图像I，图像分辨率为240×320，步骤二、分割地面背本文档来自技高网...

【技术保护点】
低空目标的多步邻域灰度差指标图像检测方法，其特征包括以下步骤：步骤一、分割地面背景和天空区域(a)将彩色图像转换为灰度图像，并对灰度图像进行滤波平滑，以去除噪点的干扰，灰度化和滤波后的图像为I，(b)对I计算每行的行间邻域灰度差指标水平投影，令(i，j)为像素点的坐标，代表像素点位于图像的第i行，第j列，I(i，j)为图像I中像素点(i，j)的灰度值，则一副大小为M×N的图像(M为图像行数，N为图像列数)，其第i行的行间邻域灰度差指标水平投影Sx(i)为：Sx(i)=1Nexp{Σj=1N[I(i+1,j)-I(i,j)I(i+1,j)+I(i,j)]2},i=1,2,L,M-1Sx(i)=0,i=M---(1)]]>(c)求行坐标iL，使得在iL行，满足Sx(iL)＝max{Sx(i)，(i＝1，2,L，M)}             (2)考虑到地面物体的起伏，在图像中iL行上部留取一定余量，沿水平方向画一条直线，为地面和天空区域的水平分界线，将图像分成直线下方的地面背景区域和直线上方的天空区域图像I1两部分，步骤二、提取图像坐标系中目标的第一组候选位置坐标(a)对天空区域图像I1，计算每行的混合邻域灰度差指标水平投影，图像中像素点(i，j)的灰度值为I1(i，j)，对一副大小为M×N的图像，其第i行的混合邻域灰度差指标水平投影Ux(i)，(i＝1，2，L，M)为：Ux(i)=1Nexp{Σj=1N[I1(i+1,j)-I1(i,j)I1(i+1,j)+I1(i,j)]2+Σj=1N-1[I1(i,j+1)-I1(i,j)I1(i,j+1)+I1(i,j)]2},i=1,2,L,M-1Ux(i)=0,i=M---(3)]]>求行坐标i0，使得在i0行，满足Ux(i0)＝max{Ux(i)，(i＝1，2,L，M)}              (4)则i0为目标在图像坐标系的水平位置坐标，设定阈值T1等于Ux(i)的中值，求取i0的邻域半径Δi0，使得在区间[i0‑Δi0，i0+Δi0]内，满足Ux(i)>T1，则[i0‑Δi0，i0+Δi0]为目标所在的水平区域，在图像中的第i0‑Δi0行和第i0+Δi0行沿水平方向画两条直线，截取两条直线内的水平带状图像I2，作为潜在目标区域，i0为目标在图像坐标中的候选水平位置坐标，(b)对截取的水平带状图像I2，计算每列的混合邻域灰度差指标垂直投影，图像中像素点(i，j)的灰度值为I2(i，j)，对一副大小为M×N的图像，其第j列的混合邻域灰度差指标垂直投影Uy(j)，(j＝1，2，L，N)为：Uy(j)=1Mexp{Σi=1M[I2(i,j+1)-I2(i,j)I2(i,j+1)+I2(i,j)]2+Σi=1M-1[I2(i+1,j)-I2(i,j)I2(i+1,j)+I2(i,j)]2},j=1,2,L,N-1Uy(j)=0,j=N---(5)]]>求列坐标j0，使得在j0列，满足Uy(j0)＝max{Uy(j)，(j＝1，2，L，N)}           (6)则j0为目标在图像坐标系中的垂直位置坐标，得到目标的第一组候选位置坐标(i0，j0)，步骤三、提取图像坐标系中目标的第二组候选位置坐标(a)与步骤二的做法顺序相反，首先根据(5)式计算天空部分图像I1每列的混合邻域灰度差指标垂直投影Uy(j)，(j＝1，2，L，N)，并由(6)式求使Uy(j)最大的列坐标j1，随后设定阈值T2等于Uy(j)的中值，求取j1的邻域半径Δj1，使得在区间[j1‑Δj1，j1+Δj1]内，满足Uy(j)>T2，则[j1‑Δj1，j1+Δj1]为目标所在垂直区域，在图像中的第j1‑Δj1列和第j1+Δj1列沿垂直方向画两条直线，截取两条直线内的垂直带状图像I3，作为潜在目标区域，j1为目标在图像坐标系的垂直位置坐标，(b)对截取的垂直带状图像I3，根据(3)式计算每行的混合邻域灰度差指标水平投影Ux(i)，(i＝1，2，L，M)，并由(4)式求使Ux(i)最大的点i1，则i1为目标在图像坐标系的水平位置坐标，得到目标的第二组候选位置坐标即为(i1，j1)，步骤四、验证和计算目标位置坐标，检查两组候选目标位置坐标(i0，j0)和(i0，j0)，若这两组候选位置坐标之间的差值很小，则认为候选目标位置有效，取这两组候选位置坐标的平均值作为目标位置坐标，否则，认为这两组候选目标位置坐标无效，将其剔除。...

【技术特征摘要】
1.低空目标的多步邻域灰度差指标图像检测方法，其特征包括以下步骤：步骤一、分割地面背景和天空区域(a)将彩色图像转换为灰度图像，并对灰度图像进行滤波平滑，以去除噪点的干扰，灰度化和滤波后的图像为I，(b)对I计算每行的行间邻域灰度差指标水平投影，令(i，j)为像素点的坐标，代表像素点位于图像的第i行，第j列，I(i，j)为图像I中像素点(i，j)的灰度值，则一副大小为M×N的图像，M为图像行数，N为图像列数，其第i行的行间邻域灰度差指标水平投影Sx(i)为：(c)求行坐标iL，使得在iL行，满足Sx(iL)＝max{Sx(i)，i＝1，2，…，M}(2)考虑到地面物体的起伏，在图像中iL行上部留取一定余量，沿水平方向画一条直线，为地面和天空区域的水平分界线，将图像分成直线下方的地面背景区域和直线上方的天空区域图像I1两部分，步骤二、提取图像坐标系中目标的第一组候选位置坐标(a)对天空区域图像I1，计算每行的混合邻域灰度差指标水平投影，图像中像素点(i，j)的灰度值为I1(i，j)，对一副大小为M×N的图像，其第i行的混合邻域灰度差指标水平投影Ux(i)，i＝1，2，…，M为：求行坐标i0，使得在i0行，满足Ux(i0)＝max{Ux(i)，i＝1，2，…，M}(4)则i0为目标在图像坐标系的水平位置坐标，设定阈值T1等于Ux(i)的中值，求取i0的邻域半径Δi0，使得在区间[i0-Δi0，i0+Δi0]内，满足Ux(i)＞T1，则[i0-Δi0，i0+Δi0]为目标所在的水平区域，在图像中的第i0-Δi0行和第i0+...

【专利技术属性】
技术研发人员：张宇，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西;61