[发明专利]一种基于灰度共生矩阵的水中航行体热尾流判别方法

摘要

本发明涉及一种基于灰度共生矩阵的水中航行体热尾流判别方法。本发明的目的是从热尾流纹理中进行特征提取，构造灰度共生矩阵并计算其熵值，利用纹理分布在垂直方向上随机性的差异来判断热尾迹所属类别，说明书附图中图1为发明的具体实现流程图。

主权项

1.一种基于灰度共生矩阵的水中航行体热尾流判别方法，其特征在于如下步骤：第一步：读取原始热尾流图像I₀，图像的大小为M×N，其中M是图像I₀的宽度像素数，N是图像I₀的高度像素数；第二步：若图像I₀为彩色图像，则通过式(1)对图像I₀中每个像素点的R、G、B三个通道的值进行加权，得到灰度图像I_g；若图像I₀为灰度图像，则令I_g＝I₀；I_g＝0.29900×R+0.58700×G+0.11400×B   (1)第三步：采用窗口大小为5×5的中值滤波器对图像I_g进行去噪处理，该操作通过MATLAB软件中的I_medfilt＝medfilt2(I_g,[5,5])语句来实现，I_medfilt是图像经过窗口大小为5×5的中值滤波器滤波得到的图像；第四步：采用公式(2)对图像I_medfilt进行灰度拉伸，得到的图像记为I_s，I_medfilt(x,y)表示图像I_medfilt在坐标(x,y)处像素的灰度值，I_s(x,y)表示图像I_s在坐标(x,y)处像素的灰度值，b、a分别表示图像I_medfilt中像素的最大灰度值、最小灰度值；第五步：采用最大类间方差法对图像I_s进行分割，提取出目标区域，并利用形态学方法对分割区域进行平滑，具体操作过程如下：(a)通过MATLAB软件中的T＝graythresh(I_s)语句确定分割阈值T，将图像I_s中灰度值大于T的像素点的灰度值置1，其它像素点的灰度值置0，得到二值图像I_b；(b)通过MATLAB软件中的SE＝strel('square',5)语句来构造大小为5×5的方形结构元素SE；(c)通过MATLAB软件中的I_open＝imopen(I_b,SE)语句对二值图像I_b进行开操作，得到平滑后的二值图像I_open，在图像I_open中目标区域像素点的灰度值为1，背景区域像素点的灰度值为0；(d)通过式(3)将图像I_s与图像I_open相同坐标处像素点的灰度值相乘，将乘积赋给图像I_segment对应位置像素点，其中I_segment(x,y)、I_s(x,y)和I_open(x,y)分别表示图像I_segment、图像I_s和图像I_open在坐标(x,y)处像素的灰度值；I_segment(x,y)＝I_s(x,y)×I_open(x,y)   (3)第六步：将图像I_segment中灰度值为0的像素的灰度值设置为255，将得到的图像记为I₂₅₅；然后通过式(4)对图像I₂₅₅进行灰度拉伸得到图像I_s255，其中m和n分别表示图像I₂₅₅中像素的最大灰度值和最小灰度值，I_s255(x,y)和I₂₅₅(x,y)分别表示图像I_s255和图像I₂₅₅在坐标(x，y)处像素的灰度值；第七步：构造四个灰度共生矩阵，分别记为GLCM₀、GLCM₄₅、GLCM₉₀、GLCM₁₃₅，这四个矩阵可以通过MATLAB软件中的以下四条语句来实现：(1)GLCM₀＝graycomatrix(I_s255(x,y),'offset',[01],'numlevels',256)；(2)GLCM₄₅＝graycomatrix(I_s255(x,y),'offset',[‑11],'numlevels',256)；(3)GLCM₉₀＝graycomatrix(I_s255(x,y),'offset',[‑10],'numlevels',256)；(4)GLCM₁₃₅＝graycomatrix(I_s255(x,y),'offset',[‑1‑1],'numlevels',256)。第八步：将GLCM₀、GLCM₄₅、GLCM₉₀、GLCM₁₃₅四个矩阵中坐标(256，256)处的像素值置0，将经过该操作得到的矩阵分别记为G₀、G₄₅、G₉₀、G₁₃₅；第九步：利用式(5)分别计算G₀、G₄₅、G₉₀、G₁₃₅四个矩阵的熵值，并分别记为H₀、H₄₅、H₉₀、H₁₃₅；其中的p_ij通过式(6)进行计算：其中g_ij表示矩阵在坐标(i，j)处的值；第十步：通过式(7)得到最小熵差α的值，并用于最终判决，若α>0.02则判别为水面航行体热尾流，否则判别为水下航行体热尾流。