本發(fā)明涉及的是一種紅外成像技術(shù)，尤其是一種復(fù)雜海空背景下海天線提取方法。

背景技術(shù)：

常見經(jīng)典的海天線提取方法有基于行均值的海天線提取方法，傳統(tǒng)直線擬合法以及hough變換直線檢測方法?；谛芯档暮Ｌ炀€提取方法適用于?？毡尘昂唵吻液Ｌ炀€為平直線情況的海天線提??；傳統(tǒng)直線擬可以提取傾斜的海天線，但是在復(fù)雜背景下仍然不能取得較理想的效果；一般情況下hough變換直線檢測方法是最具有魯棒性的理想海天線提取方法，但是本發(fā)明中所處理的紅外圖像受到較強烈的海浪干擾，使得hough變換直線檢測方法具有較高的誤檢率。該發(fā)明研究的圖像是uuv近海面夜晚紅外圖像，該圖像的特點為圖像整體灰度對比度極低，灰度級窄，包括?？毡尘埃竺娣e目標(biāo)存在于海天線之上，天空區(qū)域圖像平滑，海面區(qū)域受到海浪強烈的干擾，海面灰度變化起伏大，有些海浪干擾的灰度值甚至?xí)^目標(biāo)灰度值。為在復(fù)雜?？毡尘跋履軌蛉〉酶玫暮Ｌ炀€提取效果，首先需要對強水紋干擾進(jìn)行去除。在《?？毡尘跋录t外艦船目標(biāo)識別方法研究》中，學(xué)者劉世軍所研究圖像中所描述的強水紋干擾的水面區(qū)域像素灰度值一般在均值附近，當(dāng)原圖像像素值大于圖像平均值時，則將減去平均值后的值作為強水紋干擾處理后圖像像素值，當(dāng)原圖像像素值小于圖像平均值時，則將其置為0作為強水紋干擾處理后圖像像素值。雖然這種方法具有較好的效果，但是其對本研究中的水面區(qū)域像素灰度值不在圖像灰度平均值附近且海浪干擾灰度大于目標(biāo)灰度的強水紋干擾的去除效果不佳。在《基于復(fù)雜?？毡尘靶芯登€的海天線定位算法》中，學(xué)者楊家紅等利用形態(tài)學(xué)開運算抑制高頻目標(biāo)和雜波、提取平滑背景，然后利用背景行均值曲線突降區(qū)間檢測算法，定位出真實海天線的大致水平位置，避免了復(fù)雜海面灰度起伏變化的影響且擺脫了海天線檢測算法對直線的依賴性，具有簡潔性和適應(yīng)性。但是該方法只適用于天空灰度高于海面的環(huán)境，而本發(fā)明中圖像受成像原理及海面環(huán)境影響，整體對比度極低且受海浪干擾使得海面區(qū)域的行均值會高于天空區(qū)域的行均值，因此該方法在處理本發(fā)明的圖像時會失效。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種能克服海浪的強烈干擾，實現(xiàn)對uuv近海面夜晚紅外圖像中海天線的準(zhǔn)確檢測的基于行-信息熵的海天線提取方法。

本發(fā)明的目的是這樣實現(xiàn)的：

(1)獲取原始紅外圖像；

(2)對原始紅外圖像進(jìn)行開運算處理；

(3)定義行-信息熵，求得每一行的行-信息熵且存儲到相應(yīng)數(shù)組中；

(4)求出行-信息熵的均值與行-信息熵標(biāo)準(zhǔn)差δ；

(5)根據(jù)公式求得行-信息熵閾值t；

(6)用程序查找紅外圖像的行-信息熵時，記錄第一次超過閾值時點的位置，此時該點對應(yīng)的位置即為要查找的海天線位置。

本發(fā)明還可以包括：

1、所述定義行-信息熵，求得每一行的行-信息熵且存儲到相應(yīng)數(shù)組中的步驟包括：

(1)首先獲取每行像素存在的灰度級img_level與每行像素的總個數(shù)；

(2)統(tǒng)計每一行中每個灰度級像素的個數(shù)n_level，并分別計算出每一個灰度級像素所占該行像素總數(shù)的概率pn_level；

(3)根據(jù)公式h_img(1,i+1)＝-pi_level*log2(pi_level)+h_img(1,i)將每一行的像素信息熵求出，稱該信息熵為行熵，并用h_img表示；

(4)將求得的圖像的所有行-信息熵全部存儲到數(shù)組中。

2、所述定義行-信息熵，求得每一行的行-信息熵且存儲到相應(yīng)數(shù)組中的步驟包括：

對存儲在數(shù)組中的所有行-信息熵進(jìn)行求和，然后再求其平均，得到紅外圖像的行-信息熵均值

3、所述根據(jù)公式求得行-信息熵閾值t的步驟包括：

將求得的行-信息熵均值代入公式得到行-信息熵閾值t。

4、所述用程序查找紅外圖像的行-信息熵時，記錄第一次超過閾值時點的位置，此時該點對應(yīng)的位置即為要查找的海天線位置的步驟包括：

編程找到第一次大于行-信息熵閾值t的行-信息熵，并找到其對應(yīng)的圖像行值，該行便為海天線。

圖像的信息熵是一種特征統(tǒng)計形式，它反映了圖像中平均信息量的多少，根據(jù)本發(fā)明研究圖像天空區(qū)域平滑而海面區(qū)域復(fù)雜的特點，將圖像信息熵引入用以實現(xiàn)海天線提取，擺脫了海天線提取對像素灰度的依賴，可以穩(wěn)定提取出海浪干擾強烈的海空背景下的海天線。本發(fā)明提供了一種基于行-信息熵的海天線提取方法，該發(fā)明利用海浪自身的特點實現(xiàn)海天線的檢測，成功克服了海浪強烈的干擾，實現(xiàn)了對uuv近海面夜晚紅外圖像中海天線的準(zhǔn)確檢測。

本發(fā)明的有益效果是：針對uuv近海面夜晚紅外圖像的特點，克服其受強烈海浪干擾的影響，提高了海天線的檢測率，能夠使得后續(xù)的圖像處理與目標(biāo)識別步驟取得更好的效果與更高的準(zhǔn)確率。

附圖說明

圖1為本發(fā)明的流程圖。

圖2為本發(fā)明一個實施例的原始圖像。

圖3為本發(fā)明一個實施例的開運算結(jié)果圖像。

圖4為本發(fā)明一個實施例的開運算處理后紅外圖像行-信息熵曲線圖。

圖5為本發(fā)明實施例的結(jié)果圖。

圖6為本發(fā)明一個實施例的行均值梯度法海天線檢測結(jié)果圖。

圖7為本發(fā)明一個實施例的hough變換海天線檢測結(jié)果圖。

具體實施方式

下面結(jié)合附圖舉例對本發(fā)明的技術(shù)方案做進(jìn)一步說明，但本發(fā)明的保護(hù)范圍不局限于以下所述。

如圖1所示，一種基于行-信息熵的海天線提取方法，包括以下步驟：

1、獲取原始紅外圖像；

2、對原圖像進(jìn)行開運算處理；

3、行-信息熵在本發(fā)明中的定義就是紅外圖像中每一行像素的信息熵值。獲取每行像素存在的灰度級img_level，然后統(tǒng)計每個灰度級像素的個數(shù)n_level，分別計算每一個灰度級像素所占該行像素總數(shù)的概率pn_level，根據(jù)式(1)便能夠?qū)⒚恳恍械南袼匦畔㈧厍蟪鰜?，本發(fā)明中稱為行-信息熵h_img。其中，i為圖像像素所在行數(shù)值。

h_img(1,i+1)＝-pi_level*log2(pi_level)+h_img(1,i)(1)

4、根據(jù)式(2)計算出圖像行-信息熵的均值根據(jù)式(3)計算對應(yīng)的行-信息熵標(biāo)準(zhǔn)差δ。其中n為圖像的行數(shù)大小。

δ(j)＝|h_img(j)-h_img(j-1)|(3)

5、利用式(4)計算閾值t。其中，k為標(biāo)準(zhǔn)差系數(shù)，在本發(fā)明中取值為0.5。

6、編程找到第一次大于行-信息熵閾值t的行-信息熵，并找到其對應(yīng)的行值，該行便為海天線，且在原圖中標(biāo)注出來，如圖5所示。