[发明专利]一种基于光电传感器的高鲁棒性海天线提取方法

说明书

本发明涉及一种基于光电传感器的高鲁棒性海天线提取方法。通过对垂直梯度下的图像边缘增强，过滤一些无关的竖直线段，接着对直线进行抽样取点，得到边界的候选点，同时保留了直线的方向信息，根据边界的候选点提取出候选点周围的图像区块，通过对边界点周围的图像特征信息来判断该边界为海天线或是其他对象的边缘。利用含有海天线的图像块以及只有背景信息的图像块对卷积神经网络进行训练，使得该网络能够学习到海天线特征，在对边界候选点过滤的操作中有效区分海天线图像块与背景信息图像块，在RANSAC直线拟合中，考虑了拟合直线与拟合点的欧氏距离以及直线方向与拟合点从直线中抽样所保留的方向信息，使得最终拟合的海天线精度更高，更具鲁棒性。

技术领域

本发明涉及光电传感器及无人船自动驾驶技术领域，更具体地，涉及一种基于光电传感器的高鲁棒性海天线提取方法。

背景技术

中国专利CN201710878146.X公开了一种基于图像语义分割的海天线检测方法，主要包括以下步骤：(1)输入待检测图像；(2)采用SLIC算法对输入图像进行超像素分割；(3)以超像素为基本单位，建立海面图像语义分割的概率图模型，并利用该图模型将图像从上至下分割成天空区域、陆地与雾霾的混合区域以及海水区域；(4)对海水区域进行提取，从而获得海水区域的掩膜图像；(5)在海水区域掩膜图像上，根据列方向的梯度信息对海水区域的分界点进行提取；(6)采用RANSAC算法对海水区域的分界点进行直线拟合，确定出海天线的直线参数。该方法能够准确地检测出复杂环境下的海天线，还可以有效地检测出长海岸背景下的海岸线，但是，在一些海天区域分界限不明显的场景中容易受如船艇遮挡，河岸等噪声干扰，对于一些河岸、船艇等具有长直线特征的物体会被认为是海天线的一部分，影响提取精度。

发明内容

本发明为克服上述现有技术中的缺陷，提供一种基于光电传感器的高鲁棒性海天线提取方法，有效提高了拟合的海天线的精度，提高了鲁棒性。

为解决上述技术问题，本发明采用的技术方案是：一种基于光电传感器的高鲁棒性海天线提取方法，包括以下步骤：

S1.通过光电传感器提取视觉图像信息，通过Sobel算子，对图像的Sobel垂直梯度进行计算，根据梯度对图像中的场景边缘进行边缘锐化；

S2.对边缘增强后的图像数据通过LSD直线检测操作，寻找图像中梯度变化较大的像素，合并相似像素，得到一系列的直线段；

S3.在所提取的直线中，过滤短直线，进行抽样取候选点，同时保存的候选点具有所在直线的方向信息；

S4.对图像按所设定的大小区块进行划分，得到不同区块上候选点的分布及数量，将包含候选点超过所设定数量的区块记为感兴趣区域ROI；

S5.卷积神经网络作二分类任务对图像上所有感兴趣区域划分为海天线区域与背景区域，从而对存在于背景区域中的候选点进行过滤；

S6.通过步骤S5得到分布在海天线附近的控制点，用RANSAC采用随机抽样验证的方法，拟合出的直线即为海天线。

本发明通过光电传感器提取视觉图像信息，通过边缘增强对海天线、河岸线进行增强，再利用直线检测对图像中的长线段进行提取，然后通过抽样取点提取出边界候选点，再对图像进行区块划分，将候选点所在的图像块使用二分类神经网络进行分类判断，对提取出的候选点进行滤噪得到控制点，最后利用RANSAC直线拟合控制点，基于欧氏距离和控制点的方向信息以及控制点分布情况进行拟合得到海天线。