一种基于改进主动轮廓模型的全景海天线提取方法技术

本发明专利技术属于图像处理技术领域，具体涉及的是一种基于改进主动轮廓模型的全景海天线提取方法。(1)设置初始轮廓线；(2)使用Sobel算子计算各像素点梯度值；(3)消除全景设备区干扰；(4)构造改进的主动轮廓模型；(5)通过快速贪婪算法迭代提取海天线。本发明专利技术分割出全景设备区干扰等处理手段有效消除了全景设备区成像对海天线检的不良影响；在此基础上利用全景海天线为椭圆形这一特征，构造形状能量约束项加入到主动轮廓模型中作为新的能量函数，使活动轮廓线在收敛的过程中限制了轮廓的形状从而成功收敛到全景海天线上，能够在不同海况和天气条件下实现复杂海天背景下全景可见光图像中椭圆形海天线的精确提取。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体涉及的是一种基于改进主动轮廓模型的全景海天线提取方法。
技术介绍
随着国民经济的快速发展，我国海域船舶数量急剧增加，船舶交通流量随之增大，海面船舶交通安全维护和海上搜寻救助工作的需求也日趋增多。为了更好的满足日益繁重的海洋监管需求，大力开发先进的海域监控设备，继而研究相应的海域目标检测算法具有重要的理论意义和现实意义。常规视觉系统的视场角有限，当采集装置或被观测物体突然移动，就有可能使目标移出采集系统的视觉范围，难以满足海洋环境下大视场监控的要求。而近几年发展起来的全景视觉系统采用折反射逆投影光学原理成像，具有“成像一体化、360大视场、旋转不变性”等优点，能够一次性获取水平方向360°、垂直方向240°范围内场景的图像信息，更适合海洋环境下大视场、远距离的监控要求，在海洋监控领域具有重要的应用价值。在海洋监控领域，为了尽早发现目标，为拍摄取证和救援工作提供更多的准备时间，一般要求在较远的距离下就能检测到目标。由远及近驶来的舰船等目标一般最先出现在海天线上，因此海天线提取成为海上远景目标检测的关键环节。常规视觉系统采集的海天线呈直线型，而折反射全景视觉系统特殊的成像原理导致全景图像中的海天线呈近似圆形的椭圆形(理想情况下呈圆形)，这里称其为全景海天线。目前文献中的海天线提取算法大多是针对直线型海天线的，而关于全景椭圆形海天线提取的研究极少。此外，基于双曲镜面的折反射式全景视觉系统所采集的全景海域图像除了包含场景环境信息外，还包含了保护罩、反射镜边框、摄像头及支架等全景视觉采集装置的成像，同时全景视觉系统安装在船舶或浮标上，故全景图像中还会包含船体或浮标成像。上述全景设备区成像大大增加了背景的复杂度，还会对海天线造成遮挡从而导致海天线断裂，严重影响了海天线提取的准确性，使其成为目标检测领域中具有挑战性的课题。考虑到海天线是海面和天空的交界线，具有典型的边缘轮廓特征，本专利技术提出了一种基于改进主动轮廓模型的全景海天线提取算法，该算法首先通过AC法获取图像的视觉显著图，从而提取出全景设备区在全景图像中的位置，消除其对海天线检测的不良影响；在此基础上利用全景海天线为椭圆形的特征，构造了形状能量项加入到主动轮廓模型中作为新的能量函数，使活动轮廓线在收敛的过程中限制了轮廓的形状成功收敛到全景海天线上。该方法实现了复杂海天背景下全景可见光图像中椭圆形海天线的有效检测，检测效果可靠。
技术实现思路
本专利技术的目的在于提供一种检测效果可靠性更高的基于改进主动轮廓模型的全景海天线提取方法。本专利技术的目的是这样实现的：(1)设置初始轮廓线确定相机固定设备和双曲面反射镜固定装置的位置，所采集的全景图像中海天线分布在中心O，半径r的相机固定设备和中心O，半径R的双曲面反射镜固定装置的成像之间，设定以相机固定设备中心O为圆心，半径为R-Δr的圆为初始轮廓线，其中增量Δr要保证初始轮廓线的半径R-Δr处于海天线半径和双曲面反射镜固定装置的半径R之间；(2)使用Sobel算子计算各像素点梯度值对全景图像I(x,y)中的每一个像素点利用Sobel算子计算各点在x和y方向上的梯度导数和则全景图像I(x,y)在点(x,y)上的梯度值为： G a b s = | ∂ I ∂ x | + | ∂ I ∂ y | ; ]]>(3)消除全景设备区干扰利用AC显著性计算方法来获得源图像的视觉显著图，并利用视觉显著图得到全景设备区在图像中的位置，进而予以消除，具体步骤为：3.1)像素p是输入图像的一个局部区域R1和像素p周围区域R2的中心，且R1取为一个像素，R2为边长为之间的正方形区域，计算感知单元p所在位置的局部对比度： S ( p ) = | | ( 1 N 1 Σ k ∈ R 1 v k ) , ( 1 N 2 Σ k ∈ R 2 v k ) | | ]]>其中：L为图像的长或宽，N1和N2是区域R1和R2的像素个数，vk是位置k处的特征值或者特征向量，||·||表示欧式距离；3.2)改变中心像素点p的位置，计算每一个像素点的显著值，再对所有像素点的显著值进行归一化处理，得到图像的视觉显著图；3.3)利用最大类方差法分割视觉显著图，得到视觉显著分割图；3.4)根据视觉显著分割图中的全景设备区位置，将全景图像中相应位置处点的梯度值设置为0；(4)构造改进的主动轮廓模型根据全景图像中的海天线为椭圆形的特征，构造形状能量函数，加入到主动轮廓模型中，使活动轮廓线在收敛的过程中限制轮廓的形状，具体步骤为：4.1)构造形状能量函数设{v1,v2,,…vn本文档来自技高网...

【技术保护点】
一种基于改进主动轮廓模型的全景海天线提取方法，其特征在于，包括如下步骤：(1)设置初始轮廓线确定相机固定设备和双曲面反射镜固定装置的位置，所采集的全景图像中海天线分布在中心O，半径r的相机固定设备和中心O，半径R的双曲面反射镜固定装置的成像之间，设定以相机固定设备中心O为圆心，半径为R‑Δr的圆为初始轮廓线，其中增量Δr要保证初始轮廓线的半径R‑Δr处于海天线半径和双曲面反射镜固定装置的半径R之间；(2)使用Sobel算子计算各像素点梯度值对全景图像I(x,y)中的每一个像素点利用Sobel算子计算各点在x和y方向上的梯度导数和则全景图像I(x,y)在点(x,y)上的梯度值为：Gabs=|∂I∂x|+|∂I∂y|;]]>(3)消除全景设备区干扰利用AC显著性计算方法来获得源图像的视觉显著图，并利用视觉显著图得到全景设备区在图像中的位置，进而予以消除，具体步骤为：3.1)像素p是输入图像的一个局部区域R1和像素p周围区域R2的中心，且R1取为一个像素，R2为边长为之间的正方形区域，计算感知单元p所在位置的局部对比度：S(p)=||(1N1Σk∈R1vk),(1N2Σk∈R2vk)||]]>其中：L为图像的长或宽，N1和N2是区域R1和R2的像素个数，vk是位置k处的特征值或者特征向量，||·||表示欧式距离；3.2)改变中心像素点p的位置，计算每一个像素点的显著值，再对所有像素点的显著值进行归一化处理，得到图像的视觉显著图；3.3)利用最大类方差法分割视觉显著图，得到视觉显著分割图，确定全景设备区成像在图像中的位置；3.4)根据视觉显著分割图中的全景设备区位置，将全景图像中相应位置处点的梯度值设置为0；(4)构造改进的主动轮廓模型根据全景图像中的海天线为椭圆形的特征，构造形状能量函数，加入到主动轮廓模型中，使活动轮廓线在收敛的过程中限制轮廓的形状，具体步骤为：4.1)构造形状能量函数设{v1,v2,,…vn}是主动轮廓线上的n个控制点，Eshape(vi)为新增加的形状能量函数，形状能量函数构造方法为：对主动轮廓线上的控制点进行最小二乘拟合，得到拟合椭圆方程：ax2+bxy+cy2+dx+ey+f＝04ac‑b2＞0其中：a，b，c，d，e和f分别是椭圆方程的参数；设di为主动轮廓线上第i个控制点到该拟合椭圆的距离，即：di=axi2+bxiyi+cyi2+dxi+eyi+f]]>则形状能量函数Eshape(vi)为：Eshape(vi)=-λi|di-dmax,idmax,i|]]>其中：dmax,i表示主动轮廓线上第i个控制点及其八邻域内的点到拟合椭圆曲线距离的最大值，λi为第i个控制点的权系数；4.2)构造图像能量函数海天线是天空区域和海面区域的交界，具有明显的梯度特征，构造如下基于梯度函数的图像能量函数Eima(vi)：针对图像I(x,y)，定义I'(x,y)＝Gσ(x,y)*I(x,y)式中Gσ(x,y)表示方差为σ的卷积高斯滤波算子；图像I(x,y)中第i个控制点vi的坐标为(xi,yi)，I'(x,y)在点(xi,yi)上沿x，y方向的方向梯度分别为和则定义图像能量Eima(vi)为：Eima(vi)=-γi(|∂I′∂xi|+|∂I′∂yi|)]]>式中γi为第i个控制点的权系数；4.3)构造改进的主动轮廓模型在经典主动轮廓模型中加入形状能量函数后，得到改进主动轮廓模型为：Esnake=Σi=1n(Econt(vi)+Ecurv(vi)+Eima(vi)+Eshape(vi))]]>式中：Esnake为第i个控制点vi处的总能量值；Eima(vi)为图像能量，由步骤4.2)计算；Eshape(vi)为形状能量，由步骤4.1)计算；Econt(vi)为弹性能量，Ecurv(vi)为刚性能量，且：Econt(vi)=αi|d‾-||vi-vi-1|||2]]>Ecurv(vi)＝βi||vi‑1‑2vi+vi+1||2其中：为控制点的平均距离，αi，βi为第i个控制点的权系数；(5)通过快速贪婪算法迭代提取海天线，包括下列步骤：5.1)从设置的初始轮廓线上提取n个初始控制点{v1,v2,,…vn}，n的大小由图像的大小决定；5.2)从第一个控制点开始，计算该点及其附近8邻域内点的弹性能量，刚性能量，图像能量和形状能量，并对这四项能量分别进行归一化处理；5.3)利用改进的主动轮廓模型计算第i个控制点及其8邻域内点各自的总能量Esnake，比较第i个控制点及其8邻域内点的总能量Esnake，选择这九...

【技术特征摘要】
1.一种基于改进主动轮廓模型的全景海天线提取方法，其特征在于，包括如下步骤：(1)设置初始轮廓线确定相机固定设备和双曲面反射镜固定装置的位置，所采集的全景图像中海天线分布在中心O，半径r的相机固定设备和中心O，半径R的双曲面反射镜固定装置的成像之间，设定以相机固定设备中心O为圆心，半径为R-Δr的圆为初始轮廓线，其中增量Δr要保证初始轮廓线的半径R-Δr处于海天线半径和双曲面反射镜固定装置的半径R之间；(2)使用Sobel算子计算各像素点梯度值对全景图像I(x,y)中的每一个像素点利用Sobel算子计算各点在x和y方向上的梯度导数和则全景图像I(x,y)在点(x,y)上的梯度值为： G a b s = | ∂ I ∂ x | + | ∂ I ∂ y | ; ]]>(3)消除全景设备区干扰利用AC显著性计算方法来获得源图像的视觉显著图，并利用视觉显著图得到全景设备区在图像中的位置，进而予以消除，具体步骤为：3.1)像素p是输入图像的一个局部区域R1和像素p周围区域R2的中心，且R1取为一个像素，R2为边长为之间的正方形区域，计算感知单元p所在位置的局部对比度： S ( p ) = | | ( 1...

【专利技术属性】
技术研发人员：苏丽，吴俊杰，庞迪，蔡成涛，朱齐丹，张智，燕妹，项前，李恩泽，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23