[发明专利]一种改进的海天线检测和评估方法

说明书

本发明属于计算机图像处理技术领域，具体为一种改进的海天线检测和评估方法。本发明步骤为：根据海天线图像中噪声分布特点，进行图像的预处理操作，包括：图像颜色空间的转换、图像平滑、图像照明度增强等；提取亮度信息，获得灰度图；根据海天线图像中天空区域和海洋区域的分布特点，按照图像斜对角线方向切分图像；获取天空区域和海洋区域的亮度阈值，和海天线周围区域的亮度阈值；获取海天线周围区域的像素点；经过线性拟合操作得到最终海天线的位置，并绘制出来；根据图像中预测和真实海天线的位置，使用两个原创指标进行评估。本发明方法在强光照场景、低对比度场景、复杂场景和常规场景中，都可以稳定、准确、高效的检测出海天线的位置。

技术领域

本发明属于计算机图像处理技术领域，具体涉及一种海天线检测和评估方法。

背景技术

在真实场景下的海天线检测方法具有多种应用意义，是辅助完成海上视觉任务的一项重要课题。首先，当在海上进行远程检测任务时，大多数检测目标将出现在海天线区域附近。因此，海天线检测可用于缩小目标检测的范围，提高算法的检测速度和准确度。其次，包含海天线的图像通常可以分为三个区域：天空区域，海天线区域和海洋区域。因此，使用海天线检测方法，根据图像中海天线的位置进行图像分割。通过这种方式，可以将不同的检测策略应用于不同的区域，从而提高了检测方法的鲁棒性。除此之外，由于海天线的位置与摄像机的拍摄姿态有关，因此观察图像中海天线的位置可以帮助调整云台的拍摄角度，从而优化了整张拍摄图像中的布局，方便进行下一步的目标检测工作。

现阶段，大部分的海上船舶检测方法仍然单纯依赖于雷达技术，通过脉冲信号的发射实现有限区域内船舶的检测。这种检测方法的优点是不受光照的影响，可以全天候、全天时的进行检测。但是缺点是存在盲区、易被侦查。除此之外，雷达监测只能检测船舶的方位和距离，无法检测船舶的颜色、纹理、大小等细节特征。因此，可以将机器视觉技术引入船舶检测这一领域，通过合适的船舶检测算法实现对于船舶细节特征的精准检测，然后搭配双目测距算法与雷达检测的坐标信息进行匹配。这样能够对原有的雷达检测进行补充和优化，更好地完成海上船舶检测的视觉任务。基于深度学习的检测方法通常需要预先收集大量船舶图像用于前期训练，这显然不太实际，因为不同的货船之间存在很大差异。在实际应用场景中，诸如光强度，恶劣天气，船舶和海面漂浮表面等因素是不可预测的，这也使得预训练模型无法取得良好效果。因此，通过改进传统的目标检测算法完成船舶检测这一特定视觉任务是最佳方案。

发明内容

本发明的目的在于提供一种准确的、适应性强的海天线检测和评估方法，并且提出两个原创指标，根据这两个指标可以有效地评估海天线检测的准确度和鲁棒性。

本发明提供的海天线检测和评估方法，包括：进行图像的预处理操作，其中主要包括：图像颜色空间的转换、基于L0范数的图像平滑、图像照明度增强等操作；提取亮度信息，获得灰度图；根据海天线图像中天空区域和海洋区域的分布特点，按照图像斜对角线方向切分图像；获得天空区域和海洋区域的亮度阈值；获得海天线周围区域的亮度阈值；获得海天线周围区域的像素点；根据获得的像素点集合进行线性拟合操作，得到最终海天线的位置，并绘制出来；根据图像中预测和真实海天线的位置，使用两个用于评估检测效果的原创指标进行评估。其具体步骤如下。

(1)根据海天线图像中噪声分布特点，首先进行图像的预处理操作。

(2)提取亮度信息，获得灰度图。

(3)按照图像斜对角线方向切分图像。

(4)获得天空区域和海洋区域的亮度阈值。

(5)获得海天线周围区域的亮度阈值。

(6)获得海天线周围区域的像素点。

(7)根据获得的像素点集合进行线性拟合操作，得到最终海天线的位置，并绘制出来。

(8)使用两个原创指标进行性能评估。

其中：