申请/专利权人：西北工业大学

申请日：2021-05-17

公开（公告）日：2024-03-19

公开（公告）号：CN114037650B

主分类号：G06T7/62

分类号：G06T7/62;G06V20/10;G06V10/36;G06T7/33;G06V10/82;G06V10/25;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明提供了一种变化检测及目标检测的地面目标可见光毁伤图像处理方法，通过图像增强、图像配准和图像黑边处理进行图像预处理，然后通过差异图生成和差异图分析实现图像变化检测，同时将深度学习中的两阶段检测法应用到复杂战场环境中的目标检测中，精确检测战场地面目标，为目标毁伤效果评估提供必要的输入图像。本发明有效的对获取的打击图像进行预处理，提高了变化检测和目标检测的效率，进而提高了面积变化率的计算准确度，为军事打击效果评估提供了准确数据，辅助军事决策，推动作战进程。

主权项：1.一种变化检测及目标检测的地面目标可见光毁伤图像处理方法，其特征在于包括下述步骤：步骤一：图像增强通过战场侦查手段获得地面目标被打击前和打击后的可见光图像，打击前可见光图像记为Ibf，打击后的可见光图像记为Iaf，分别对Ibf、Iaf使用中值滤波进行图像增强，对应得到经过中值滤波后的图像Ibf_1和Iaf_1；步骤二：图像配准将图像Ibf_1作为参考图像，将图像Iaf_1配准，输出配准后的打击后图像，记为Iaf_2；步骤三：图像黑边处理3.1、将图像Iaf_2转换到HSV颜色空间，为了提取Iaf_2中的黑色像素点，并划分颜色低值区间C1,C2,C3和高值区间D1,D2,D3，将高值、低值范围内的像素点灰度值赋值为1，区间外的像素点灰度值赋值为0，得到图像记为Iaf_3；3.2、将图像Iaf_3反色，记为Iaf_4，然后用图像Ibf_1减去Iaf_4，输出叠加黑边的打击前图像Ibf_2：Ibf_2＝Ibf_1-Iaf_41步骤四：图像变化检测4.1、差异图生成用图像Ibf_2减去Iaf_2，获得差异图Ichange，差异图的尺寸为Mlength×Fwidth：Ichange＝Ibf_2-Iaf_224.2、差异图分析1构建差异图特征向量①重新调整Ichange的尺寸大小为M×F，使得图像的长和宽都是t的倍数，然后从Ichange中依次获取大小为t×t的不重叠的图像块，并将图像块中各像素点灰度值组合为一个行向量，将获得的行向量组成向量集X：X＝x1,x2,…,xr,…,xfT3式3中：xr表示第r个图像块灰度值构成的行向量；f表示X的行数，②计算X的均值向量β： ③对X进行零均值处理，得到向量Tzero：Tzero＝x1-β,x2-β,…,xf-β5④计算Tzero的协方差矩阵，然后计算该协方差矩阵的特征值λ和特征向量，将特征向量按照特征值从大到小的顺序排列，最后将特征向量归一化，得特征向量Ginput：Ginput＝u1,u2,…,ut×t6⑤除边界t-1个像素外，依次以Ichange中各像素点为中心选取t×t大小的图像块，并将灰度值组合为一个行向量，该向量表示该中心像素点的特征向量，将获得的行向量组成向量集Vorigin，计算特征向量Hfeature：Hfeature＝VoriginGinput7⑥对Hfeature进行零均值处理，得到图像Ichange的特征向量Hout：Hout＝Hfeature-β82使用k均值聚类算法进行聚类；完成聚类后，各像素点被重新划分为变化和不变化两类，由于战场中的地面目标尺度小，发生变化的像素点数量较少，因此像素点数最少的类属于毁伤区域，将该类的像素点灰度值赋值为1，其它类的像素点灰度值赋值为0，得到二值图像Ichange_1；步骤五：目标检测MaskR-CNN属于基于深度学习的目标检测方法中的两阶段检测方法；5.1：设置MaskR-CNN训练参数，训练网络；收集待检测目标数据集，用labelme标注数据标签，然后设置MaskR-CNN训练参数，训练参数包括学习率、全部样本训练轮数、批次大小、训练集和验证集比例；5.2：MaskR-CNN实现目标检测；针对步骤三输出的Ibf_2，使用步骤5.1训练好的网络进行检测，输出打击前图像目标掩膜，记为Iout_1，以及打击前图像中目标检测框坐标；然后根据打击前图像中目标检测框坐标，裁剪Iout_1和步骤四中输出的Ichange_1，对应获得目标区域掩膜图像和目标变化区域图像，分别对应记为Iout_2和Iout_3；步骤六：计算面积变化率： 式中：CHANGE为目标面积变化率；Smask为目标的总面积，即图像Iout_2的白色像素数点个数；Schange为目标毁伤区域的面积，即图像Iout_3的白色像素点个数；根据面积变化率，作战指挥部门即可判断目标的毁伤情况，从而对后续的作战起到辅助决策的作用。

全文数据：

权利要求：

百度查询： 西北工业大学 变化检测及目标检测的地面目标可见光毁伤图像处理方法

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