申请/专利权人：昆明理工大学

申请日：2020-12-17

公开（公告）日：2023-08-22

公开（公告）号：CN112541444B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/44

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2021.04.09#实质审查的生效;2021.03.23#公开

摘要：本发明公开了一种基于双边滤波与Hessian矩阵的多尺度太阳色球纤维识别方法，本发明首先对原图像进行归一化处理，便于后续的函数变换，之后使用双边滤波技术对纤维图像进行去除噪声处理，实现保护边缘的效果；其次将Hessian矩阵特征值与高斯函数相互结合构建相应的多尺度滤波器对滤波后的图像进行纤维的识别；接着对识别的图像选择合适的阈值进行二值化处理；将二值化后的纤维识别图像进行去除小面积连通分量的操作去除小面积的干扰特征，最后进行形态学细化处理，最后得到纤维的精细结构，较精准地对太阳色球纤维图像中的纤维进行了识别，并且在数量上也能够明显的增加。

主权项：1.一种基于双边滤波与Hessian矩阵的多尺度太阳色球纤维识别方法，其特征在于：所述方法的具体步骤如下：步骤1：对太阳色球纤维图像进行归一化处理，得到归一化图像；步骤2：使用双边滤波来对步骤1得到的归一化图像进行去噪操作，去除图像中的噪声点，得到保留边缘特征信息的太阳色球纤维图像；步骤3：采用Hessian矩阵的差分运算与高斯函数结合，从而构建多尺度滤波器对步骤2滤波之后的太阳色球纤维图像进行不同尺度的识别，得到太阳色球纤维识别图；步骤4：设置阈值对通过步骤3得到的太阳色球纤维识别图进行二值化，得到二值化图像；其中，二值化具体为：当图像中点的值大于等于阈值时，将其设为1，否则设置为0；步骤5：对步骤4得到的二值化图像进行去除小面积连通分量操作，去除图像中的非目标特征，得到只含纤维特征的图像；步骤6：对步骤5得到的图像进行形态学细化处理，最后得到细化后的只含纤维特征的图像；所述步骤2中，双边滤波中采用3*3、5*5、7*7或9*9的窗口，高斯函数距离标准差和灰度标准差取值为[1,10]；权值公式如下： 最终的滤波公式为：其中，i,j为目标像素周边的相关像素的位置，fi,j为相关像素的像素值；k,l为目标像素的位置，fk,l为目标像素的像素值，gk,l为滤波后的像素值；σd、σr分别为上述两个高斯函数wdi,j,k,l*wri,j,k,l的距离标准差和灰度标准差；假设λ1，λ2为图像中某像素点Hessian矩阵的两个特征值大小，且|λ1|≤|λ2|；根据特征值λ1、λ2进行线性滤波器的设计，重新定义每个特征值为： 其中，λi表示λ1、λ2；同时引入一个辅助特征值λ3，使λ3＝λ2，将其正则化为： 其中，τ为控制均匀性的参数，大小为[0,1]；σ表示引入的空间尺度因子；最终的识别滤波器VPx,σ设计为： 其中，λρ表示正则化表示。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于双边滤波与Hessian矩阵的多尺度太阳色球纤维识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD