[发明专利]一种基于局部纹理密度与散度的在轨飞机候选区筛选方法有效
申请号: | 201611219023.7 | 申请日: | 2016-12-26 |
公开(公告)号: | CN107862238B | 公开(公告)日: | 2021-05-14 |
发明(设计)人: | 刘峰;梁小伟;刘英杰;陈宇翔 | 申请(专利权)人: | 北京理工雷科电子信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 郭德忠;李爱英 |
地址: | 100081 北京市海淀区中关*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 局部 纹理 密度 飞机 候选 筛选 方法 | ||
1.一种在轨飞机候选区筛选方法,其特征在于,包括以下步骤:
步骤1:对机场场景的可见光图像进行圆周频域滤波,然后采用阈值T对圆周频域滤波结果进行0/1二值化,得到目标候选区域图SalMap,其中1表示此像素点属于飞机候选区,0表示此像素点不属于飞机候选区;对目标候选区域图SalMap进行备份,分别得到四个候选区备份图像Result1、Result2、Result3以及Result4;
步骤2:从目标候选区域图SalMap左上角开始,采用设定尺寸的窗口,按照从上到下、从左至右的方式以设定的步长在目标候选区域图SalMap上进行滑动,直至遍历整幅目标候选区域图SalMap;其中每次滑动得到的区域为Block;
步骤3:分别统计各个Block中的纹理密度Num1和散度Num2,具体步骤如下:
步骤31:分别统计各个Block内像素值为1的像素点总数,并将其记为各个纹理密度Num1;
步骤32:设散度Num2的初始值为0,将各个Block均匀划分各个小块;
步骤33:分别统计各个Block中的小块像素值为1的像素点个数;其中:
如果像素值为1的个数不小于像素值为0的个数,则称该小块被点亮;否则小块不被点亮;
步骤34:分别统计各个Block中小块被点亮的个数,并将其计为各个Block的散度Num2;
步骤4:如果各个Block的纹理密度Num1和散度Num2同时满足Num1NumSet1且Num2NumSet2,则将候选区备份图像Result1上与该Block相同位置区域内的像素值全部置零,否则保持不变,直至遍历整个目标候选区域图SalMap的所有Block,并获得更新完成的候选区备份图像ResultNew1;
步骤5:更换步骤2中的起始位置,并重复步骤2~步骤4,依次获得更新完成的候选区备份图像ResultNew2、ResultNew3以及ResultNew4;
步骤6:融合更新完成的候选区备份图像,得到最终的候选区筛选结果图ResultAll,具体步骤为:
步骤61:依次对比各个候选区备份图像每个像素点的像素值,如果更新完成的候选区备份图像ResultNew1、ResultNew2、ResultNew3以及ResultNew4在相同像素点位置的像素值均为1,则候选区筛选结果图ResultAll对应像素点位置的像素值更新为1,否则置为0;
步骤62:遍历各个更新完成的候选区备份图像所有的像素点,得到最终的候选区筛选结果图ResultAll。
2.如权利要求1所述的一种在轨飞机候选区筛选方法,其特征在于,步骤2中所述步长为所述窗口设定尺寸的一半。
3.如权利要求2所述的一种在轨飞机候选区筛选方法,其特征在于,步骤32中所述小块的面积为M×M,其中M为像素的个数,且窗口设定尺寸的像素个数被M整除。
4.如权利要求2或3所述的一种在轨飞机候选区筛选方法,其特征在于,步骤61中所述候选区备份图像ResultNew1、ResultNew2、ResultNew3以及ResultNew4对应的窗口在目标候选区域图SalMap上滑动的起始坐标依次为(1,1)、(1+S/8,1+S/8)、(1+2×S/8,1+2×S/8)、(1+3×S/8,1+3×S/8),其中S为窗口设定尺寸的像素个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工雷科电子信息技术有限公司,未经北京理工雷科电子信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611219023.7/1.html,转载请声明来源钻瓜专利网。