[发明专利]一种基于图像的线性目标识别与提取方法

摘要

本发明公开了一种基于图像的线性目标识别与提取方法，通过相机拍摄或网络传输接收获取待处理的原始图像，然后进行图像预处理得到增强图像，从增强图像中提取出边缘信息图像，再对边缘信息图像进行通过聚簇算子改进的线性特征提取变换，提取出线性特征，最后，结合需要识别和提取的线性目标的特点，将线性目标与其他线性特征区别开来，从而识别和提取出线性目标。本发明利用边缘信息图像中边缘像素在二维方向上的分布情况来构建聚簇算子改进的线性特征提取变换，能够从复杂背景、亚像元的图像中快速、正确地提取出线性弱目标如电力线等。

主权项

一种基于图像的线性目标识别与提取方法，其特征在于，包括以下步骤：(1)、待处理原始图像的获取通过相机拍摄或网络传输接收获取待处理的原始图像；(2)、图像预处理对获取的原始图像进行预处理，对原始图像进行平滑增强、降低噪声、提高图像对比度、强化图像中的线性边缘特征，从而得到增强图像；(3)、边缘提取对增强图像进行边缘信息检测，从增强图像中提取出边缘信息图像；(4)、线性特征提取对边缘图像进行通过聚簇算子改进的线性特征提取变换，提取出线性特征；所述聚簇算子改进的线性特征提取变换为将聚簇算子加入到传统Radon变换，对其进行改进得到的聚簇Radon变换(Cluster Radon Transform,CRT)；所述的聚簇算子为一正比于聚类分布密度的函数，聚类分布密度为边缘信息图像中边缘像素在二维方向上的分布情况；(5)、线性目标识别与提取结合需要识别和提取的线性目标的特点，将线性目标与其他线性特征区别开来，从而识别和提取出线性目标；所述的聚簇Radon变换为：其中，D为整个边缘信息图像平面，f(x,y)为边缘信息图像上坐标(x,y)处像素点灰度值，δ为狄拉克δ函数，ρ为边缘信息图像平面即(x,y)平面中直线到原点的距离，θ为原点到直线的垂线与x轴的夹角；为聚类算子：其中，为像素聚类影响因子计算函数即正比于聚类分布密度的函数，r为计算聚类算子的步长，为计算聚类算子的方向，与Radon变换中θ的关系为：为像素点(x,y)处方向r范围内的某一像素点的值，表示像素点(x,y)处方向r范围内所有像素点的值的和。