【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于红外可见光融合特征的捞渣区域检测方法。
技术介绍
1、现有技术通常结合红外可见光技术对捞渣区域进行检测，以实现较高的检测效率。现有方法通常会使用sift（scale invariant feature transform）算法对采集的可见光图像与采集的红外图像进行位置匹配，以确定捞渣区域；但由于捞渣区域的温度较高，会对其他区域的红外线特征表示产生较大干扰影响，使采集的红外图像中的红外线特征存在较大误差，导致传统的sift算法对采集的可见光图像与采集的红外图像进行位置匹配的准确性较低，降低了捞渣区域的检测效率。
技术实现思路
1、本专利技术提供基于红外可见光融合特征的捞渣区域检测方法，以解决现有的问题：捞渣区域的温度较高，会对其他区域的红外线特征表示产生较大干扰影响，使采集的红外图像中的红外线特征存在较大误差，导致传统的sift算法对采集的可见光图像与采集的红外图像进行位置匹配的准确性较低，降低了捞渣区域的检测效率。
2、本专利技术的基于红外可见光融合特征的捞渣区域检测方法采用如下技术方案：
3、包括以下步骤：
4、采集若干捞渣的捞渣灰度图像以及捞渣红外图像；
5、对捞渣灰度图像进行池化处理得到若干捞渣池化灰度图像；对捞渣红外图像与捞渣池化灰度图像进行sift匹配得到若干关键点以及每个关键点的描述子；根据捞渣红外图像中关键点之间分布方向的差异情况，构建每张捞渣红外图像的红外捞渣关键点树，所述红外捞渣关
6、根据红外捞渣关键点树与捞渣关键点树中不同节点之间所经路径的差异情况，得到若干路径节点序列对；根据路径节点序列对中所含不同关键点之间描述子的相似情况以及整体序列之间的相似情况，得到每个路径节点序列对的关联度；根据路径节点序列对中所含不同关键点之间描述子的相似情况以及关联度，得到每张捞渣红外图像中每个关键点与每张捞渣池化灰度图像中每个关键点的匹配度；根据捞渣红外图像与不同捞渣池化灰度图像之间不同关键点的匹配度，对多张捞渣池化灰度图像进行匹配筛选，得到每张捞渣红外图像的匹配池化灰度图像；
7、根据捞渣红外图像与匹配池化灰度图像进行匹配检测得到捞渣区域。
8、优选的，所述对捞渣灰度图像进行池化处理得到若干捞渣池化灰度图像，包括的具体方法为：
9、将任意一张捞渣灰度图像记为目标捞渣灰度图像，预设一个窗口边长以及一个累加次数，将作为起点，步长为1，依次累加窗口边长，共累加次，获取每次累加的窗口边长；
10、将任意一次累加的窗口边长记为累计窗口边长，将作为池化窗口大小，根据池化窗口大小对目标捞渣灰度图像进行均值池化处理，得到处理后的目标捞渣灰度图像，并将处理后的目标捞渣灰度图像记为捞渣池化灰度图像。
11、优选的，所述根据捞渣红外图像中关键点之间分布方向的差异情况，构建每张捞渣红外图像的红外捞渣关键点树，包括的具体方法为：
12、对于任意一张捞渣灰度图像对应的捞渣红外图像的任意一张捞渣池化灰度图像；
13、在捞渣红外图像内所有关键点中，将与捞渣红外图像内中心点之间欧式距离最小的关键点记为红外核心关键点；将除红外核心关键点以外的关键点记为红外关键点，将每个红外关键点与红外核心关键点所构线段的斜率记为红外捞渣中心斜率，将所有红外关键点按照红外捞渣中心斜率从小到大的顺序进行排列，将排列后的序列记为红外关键点中心斜率序列；将红外关键点中心斜率序列中每个红外关键点视为灰度值，将每个红外关键点的红外捞渣中心斜率视为每个灰度值的出现频率，根据灰度值以及灰度值的出现频率通过多阈值otsu算法得到若干阈值，并将每个阈值记为红外斜率阈值；
14、对于任意两个相邻的红外斜率阈值，将红外捞渣中心斜率在这两个红外斜率阈值构成区间内的所有红外关键点构成的数据段记为红外关键点段；在红外关键点段中，将第一个红外关键点的红外捞渣中心斜率与最后一个红外关键点的红外捞渣中心斜率的均值记为分割线斜率；以红外核心关键点为射线起点，作斜率为分割线斜率的射线，并将射线记为分割线，获取所有分割线；对捞渣红外图像按照所有分割线进行分割，得到捞渣红外图像的若干分割区域；
15、将红外核心关键点作为树结构的根节点，将第一个红外关键点段中每个关键点均作为深度为2的一个节点；将深度为2的任意一个节点记为目标节点，将第二个红外关键点段中与该目标节点属于同一个分割区域的每个关键点均作为目标节点的子节点，获取深度为2的每个节点的若干子节点；将深度为3的任意一个节点记为第一目标节点，将第三个红外关键点段中与第一目标节点属于同一个分割区域的每个关键点均作为第一目标节点的子节点，获取深度为3的每个节点的若干子节点；以此类推，直至将所有红外关键点段中的关键点放入树结构为止，将最终获取的树结构记为捞渣红外图像的红外捞渣关键点树。
16、优选的，所述根据捞渣池化灰度图像中关键点之间分布距离的差异情况，构建每张捞渣池化灰度图像的捞渣关键点树，包括的具体方法为：
17、在任意一张捞渣池化图像内所有关键点中，将每个关键点与捞渣池化灰度图像内中心点之间的欧式距离记为捞渣中心相距值；将所有关键点按照捞渣中心相距值从小到大的顺序进行排列，将排列后的序列记为关键点距离序列；将关键点中心距离序列中第一个关键点记为捞渣池化灰度图像的核心关键点，将除核心关键点以外所有关键点构成的序列记为关键点中心距离序列；将关键点中心距离序列中每个关键点视为灰度值，将每个关键点的捞渣中心相距值视为每个灰度值的出现频率，根据灰度值以及灰度值的出现频率通过多阈值otsu算法得到若干阈值；对于任意两个相邻的阈值，将捞渣中心相距值在这两个阈值构成区间内的所有关键点构成的数据段记为捞渣关键点段；
18、对捞渣池化灰度图像按照所有分割线进行分割，得到捞渣池化灰度图像的若干分割区域；参考捞渣红外图像的红外捞渣关键点树的获取方法，将捞渣红外图像替换为捞渣池化灰度图像，将红外关键点段替换为捞渣关键点段，根据捞渣池化灰度图像的若干分割区域，得到捞渣池化灰度图像的红外捞渣关键点树，并将红外捞渣关键点树记为捞渣池化灰度图像的捞渣关键点树。
19、优选的，所述根据红外捞渣关键点树与捞渣关键点树中不同节点之间所经路径的差异情况，得到若干路径节点序列对，包括的具体方法为：
20、对于任意一张捞渣红外图像的红外捞渣关键点树中任意一个叶节点，将红外捞渣关键点树中的根节点到叶节点经过的所有节点构成的序列记为红外捞渣关键点树的一个红外路径节点序列，获取红外捞渣关键点树的所有红外路径节点序列；
21、对于捞渣红外图像对应的任意一张捞渣池化灰度图像的捞渣关键点树中任意一个叶节点，将捞渣关键点树中的根节点到叶节点经过的所有节点构成本文档来自技高网...
【技术保护点】
1.基于红外可见光融合特征的捞渣区域检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述对捞渣灰度图像进行池化处理得到若干捞渣池化灰度图像，包括的具体方法为：
3.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣红外图像中关键点之间分布方向的差异情况，构建每张捞渣红外图像的红外捞渣关键点树，包括的具体方法为：
4.根据权利要求3所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣池化灰度图像中关键点之间分布距离的差异情况，构建每张捞渣池化灰度图像的捞渣关键点树，包括的具体方法为：
5.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据红外捞渣关键点树与捞渣关键点树中不同节点之间所经路径的差异情况，得到若干路径节点序列对，包括的具体方法为：
6.根据权利要求5所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据路径节点序列对中所含不同关键点之间描述子的相似
7.根据权利要求6所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据路径节点序列对中所含不同关键点之间描述子的相似情况，得到每个路径节点序列对的局部描述子相似性，包括的具体方法为：
8.根据权利要求5所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据路径节点序列对中所含不同关键点之间描述子的相似情况以及关联度，得到每张捞渣红外图像中每个关键点与每张捞渣池化灰度图像中每个关键点的匹配度，包括的具体方法为：
9.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣红外图像与不同捞渣池化灰度图像之间不同关键点的匹配度，对多张捞渣池化灰度图像进行匹配筛选，得到每张捞渣红外图像的匹配池化灰度图像，包括的具体方法为：
10.根据权利要求9所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣红外图像与匹配池化灰度图像进行匹配检测得到捞渣区域，包括的具体方法为：
...【技术特征摘要】
1.基于红外可见光融合特征的捞渣区域检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述对捞渣灰度图像进行池化处理得到若干捞渣池化灰度图像，包括的具体方法为：
3.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣红外图像中关键点之间分布方向的差异情况，构建每张捞渣红外图像的红外捞渣关键点树，包括的具体方法为：
4.根据权利要求3所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据捞渣池化灰度图像中关键点之间分布距离的差异情况，构建每张捞渣池化灰度图像的捞渣关键点树，包括的具体方法为：
5.根据权利要求1所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据红外捞渣关键点树与捞渣关键点树中不同节点之间所经路径的差异情况，得到若干路径节点序列对，包括的具体方法为：
6.根据权利要求5所述基于红外可见光融合特征的捞渣区域检测方法，其特征在于，所述根据路径节点序列对中所含不同关键点之间...
【专利技术属性】
技术研发人员：李书照，姜焕芝，李晓莉，
申请(专利权)人：青岛正大正电力环保设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。