[发明专利]一种基于时空协同判定的“猫眼”效应目标识别方法

摘要

本发明一种基于时空协同判定的“猫眼”效应目标识别方法，它适用于具有“猫眼”效应特性的光学目标的识别探测。本方法的步骤包括：步骤一、获取主被动图像；步骤二、主被动图像差分运算；步骤三、阈值分割；步骤四、二值化图像逻辑与运算；步骤五、标记连通域并记录其形心坐标；步骤六、记录灰度值集合；步骤七、分析灰度值集合；步骤八、锁定目标区域。本发明实现了背景分离，降低了处理数据量，而且基于目标的空间特性和时间特性作为判据进行目标识别具有高可靠性。它在激光成像及数字图像处理技术领域里具有较好的实用价值和广阔地应用前景。

主权项

1.一种基于时空协同判定的“猫眼”效应目标识别方法，其特征在于：该方法具体步骤如下：步骤一：获取主被动图像在T秒内，基于频率为f_L的脉冲激光和快门开关频率为f_C的高速工业相机采集到的图像序列标记为：{I(x_i，y_i，t₀)，I(x_i，y_i，t₁)，……，I(x_i，y_i，t_n-1)，i∈(0，1，……，N-1)，j∈(0，1，……，M-1)}其中，T≥1S，f_C＝Kf_L，K□2，n＝f_CT是图像序列的总帧数，N，M分别是图像长度方向和宽度方向的最大像素点数，I(x_i，y_i，t)表示t时刻采集到的灰度图像，(x_i，y_i)代表不同像素的坐标；步骤二：主被动图像差分运算主被动图像差分运算是在获取主被动图像后，选取第m帧图像和第帧图像进行差分运算，得到结果标记为D₁；再选取第m帧图像和第帧图像进行差分运算，得到结果标记为D₂，其中m，u为正整数，K为偶数；步骤三：阈值分割其关键是找到合理的分割阈值；设图像各像素水平、垂直方向梯度分别为e_x和e_y，定义该点的梯度值为e_xy＝max(e_x，e_y)，设I(x，y)为该点灰度值.则初始阈值为t=Σx=1NΣy=1Mexy*I(x,y)Σx=1NΣy=1Mexy]]>利用初始阈值t分割差分图像，定义灰度值高于初始阈值t的分割区域的灰度均值为TH=Σx=1NΣy=1MIt(x,y)Nt]]>其中I_t(x，y)为图像中高于初始阈值t的灰度值，N_t为I_t(x，y)的个数，将求得的TH作为整个差分图像的自适应分割阈值；步骤四：二值化图像逻辑与运算将步骤二里求得的差分图像D₁和D₂通过阈值分割求出其各自的自适应分割阈值，并二值化为图像D₁^*和D₂^*，连通域个数分别为和；再通过逻辑与运算，将二值化图像D₁^*和D₂^*采用逻辑与运算得到D^*，采用形态学闭运算对D^*处理最后得到图像D，连通域个数为E，且步骤五：标记连通域并记录其形心坐标其具体步骤为：利用形心公式：xc=Σx=1N′Σy=1M′xN′M′,]]>yc=Σx=1N′Σy=1M′yN′M′,]]>求出不同分割区域的形心坐标，并标记成：(xc1,yc1),(xc2,yc2),......,(xcE,ycE)]]>其中N′，M分别是分割区域长度方向和宽度方向的最大像素点数；步骤六：记录灰度值集合在步骤一采集的图像序列后，按照步骤五标记的形心坐标点分别取出每帧对应坐标点的灰度值，得到不同的灰度集合，并记录为：A1={Ii(xc1,yc1),i∈fCT},A2={Ii(xc2,yc2),i∈fCT},......,AE={Ii(xcE,ycE),i∈fCT}]]>步骤七：分析灰度值集合将步骤六的各灰度集合分别在时间轴上展开，得到灰度值变化分布规律；运用频率判别准则，将灰度值变化频率与脉冲激光频率比较，两者一致的分割区域则是“猫眼”效应目标可能出现的区域；进入多区域判别，若存在多个频率匹配的分割区域，则再经过综合判别准则，即通过综合判据：Metric＝|1-Metric_r|+|1-Metric_e|进一步确定目标所在区域；其中代表分割区域的圆形度，代表分割区域的偏心率，A是分割区域的面积，P是分割区域的周长，a是分割区域的长轴，b是分割区域的短轴；步骤八：锁定目标区域综合以上步骤，最后实现锁定目标出现的区域。