【技術實現步驟摘要】
本專利技術涉及時空圖像紋理方向識別，尤其涉及一種基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法。
技術介紹
1、對河道水體進行流速測量一直是一個值得研究的熱點問題，傳統的測量方法由于在測量準確性、時效性以及安全性等方面已經難以滿足人們的需求，針對水災條件下的設備布設困難、流速等難以測量、河流難以實時監測等問題，加之互聯網技術的長足進步，在過去的幾十年里，出現了基于圖像分析的非侵入式、成本低價而又具有高效性的一系列測速技術。到目前為止圖像法流速測量技術發展較完善的主要有大尺度粒子圖像測速技術(large?scale?particle?image?velocimetry，lspiv)、大尺度粒子圖像跟蹤測速技術(large?scale?particle?tracking?velocimetry，lsptv)以及時空圖像測速技術(space-time?image?velocimetry，stiv)。其中，lspiv的檢測精度對所選擇的窗口大小較為敏感，選擇的窗口尺寸太小會使得目標信息丟失，反之會使得空間分辨率降低，且lspiv算法的學習成本高，參數設置較為復雜，進行互相關運算的時間很長，無法實時獲取待測區域的流速；而lsptv算法的關鍵環節就是需要事先布設示蹤粒子，且要求拍攝到高精度的視頻畫面，對畫面的分辨率要求很高，視頻圖像處理的成本較高，計算參數設置較為復雜，且耗時較長，因此無法滿足自動化流速測量的要求，且實時性較差。此外，在野外復雜的場景下，如光照不均勻或無示蹤粒子的情況下，lsptv算法受到限制，其效果不佳；相比于以上
2、時空圖像測速法的核心技術在于如何實現從時空圖像中精確地檢測出紋理主方向，目前使用的時空圖像紋理角檢測方法主要有梯度張量法與頻域時空圖像紋理角檢測法，其中，頻域時空圖像紋理角檢測法由于其計算的高效性得到了廣泛的使用。該方法主要是利用傅里葉變換將時空圖像從空域轉換到了頻域，基于傅里葉自配準性質，時空圖像中的紋理在頻域重新分配，相同方向的紋理在幅度譜中疊加形成一條過幅度譜中心的亮帶，即為有效譜線，且該譜線的方向與時空圖像紋理方向具有正交關系，求出譜線的方向即可解算出時空圖像紋理的方向。目前主要是通過設定積分半徑，對幅度譜按極坐標投影的方式計算角度能量分布曲線，再通過尋峰的方式確定譜線方向，但此方法只適用于環境條件較好且時空圖像紋理較清晰的場景，對于一些復雜的含噪場景(如耀光、紊流、波紋等)，尤其是幅度譜中出現旁瓣干擾的場景以及直流分量擴散且亮度較有效譜線高的場景，往往會引起誤檢，從而造成粗大誤差。為解決這個問題，fujita等人提出了扇形濾波器的方法，但此方法需要設定眾多參數，不具備良好的魯棒性；張振等人針對此方法進行了參數敏感性分析，得出了最優的參數取值，但實驗的數據也只涉及同一個水文站點采集的六種常見場景，不包含復雜的含噪場景；因此現存的頻域時空圖像測速法仍然面臨無法消除圖像噪聲、固定化檢測參數對于不同噪聲干擾場景容易引起誤檢等問題。
技術實現思路
1、專利技術目的：本專利技術提供一種基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，可以消除時空圖像幅度譜中的直流噪聲，并且實現積分半徑這一參數的自適應取值，提高在各種噪聲干擾下的紋理方向角檢測準確率，并對檢測結果進行有效性識別。
2、技術方案：本專利技術所述的一種基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，包括如下步驟：
3、步驟1、利用圖像法測流系統獲取測速線上的時空圖像及其幅度譜；
4、步驟2、基于三角閾值法，二值化幅度譜，提取出幅度譜中高亮部分；
5、步驟3、基于邊界跟蹤與最小二乘法，對步驟2中二值化幅度譜進行輪廓提取與橢圓擬合，獲取橢圓掩膜，利用其短半軸與長半軸進行后續紋理角檢測；
6、步驟4、基于lsd直線段檢測算法，構建直流掩膜并應用到幅度譜上，去除直流影響；
7、步驟5、基于步驟3中橢圓掩膜的長、短半軸，進行由粗到精的紋理方向角檢測；
8、步驟6、基于粗定位精定位差值進行檢測結果有效性識別。
9、進一步的，步驟1中，利用圖像法測流系統獲取測速線上的時空圖像及其幅度譜，通過河流視頻捕獲圖像序列，構建時空圖像，并對其進行二維離散傅里葉變換獲得幅度譜。
10、進一步的，步驟2中，基于三角閾值法確定閾值t，通過式(1)將幅度譜分割為背景和前景兩部分，使得幅度譜中和紋理相關的前景部分灰度值為1，與紋理角無關的背景部分灰度值為0，從而得到二值化幅度譜|f2(u,v)|；
11、
12、其中，|f(u,v)|表示時空圖像幅度譜，u表示橫坐標，v表示縱坐標，t表示三角閾值法計算出來的二值化閾值，|f2(u,v)|表示二值化幅度譜。
13、進一步的，步驟3中，基于邊界跟蹤與最小二乘法，對步驟2中二值化幅度譜進行輪廓提取與橢圓擬合，獲取橢圓掩膜，利用其短半軸與長半軸進行后續紋理角檢測具體包括如下步驟：
14、步驟31、基于邊界跟蹤方法，提取二值化幅度譜中灰度值為1部分的外輪廓，按照從左至右、從上到下的順序遍歷圖像展開八領域逆時針法搜索前景點，得到前景區域外邊界點的集合，即提取到的幅度譜中和紋理相關部分的高亮譜線的外輪廓，以便于后續的橢圓擬合處理；
15、步驟32、基于最小二乘法，對輪廓提取結果進行橢圓擬合，目的是得出包含幅度譜中和紋理相關部分的高亮譜線的橢圓長短軸參數，擬合出的橢圓掩膜包含幅度譜中過中心的有效譜線高頻部分，因此橢圓的長短半軸參數與幅度譜高亮有效譜線長度有著范圍包含關系，可利用此參數作為積分半徑進行紋理方向角檢測。
16、進一步的，步驟4中，基于lsd直線段檢測算法，構建直流掩膜并應用到幅度譜上，去除直流影響具體為：首先使用lsd算法對幅度譜|f(u,v)|進行直線檢測，篩選出lsd直線檢測結果中與水平、豎直方向角度差在1°范圍內的直線，利用篩選后的所有直線(xi1,yi1,xi2,yi2)通過式(2)確定掩膜的寬度w，若未檢測出直線，則掩膜的寬度取0；
17、
18、其中，m表示幅度譜|f(u,v)|的高度，l表示幅度譜|f(u,v)|的寬度；
19、通過式(3)構建出直流掩膜mask(u,v)，并通過式(4)將其應用到幅度譜中，從而去除直流分量對紋理角檢測的粗大誤差影響，其中，直流掩膜mask(u,v)與幅度譜|f(u,v)|尺寸相同；
20、
21、|f3(u,v)|＝|f(u,v)|×mask(u,v)????????????????????????????(4)其中，mask(u,v)為構建的直流掩膜，|f(u,v)|為原始幅度譜，|f3(u,v)|為去直流幅度譜。
22、進一步的，步驟本文檔來自技高網...
【技術保護點】
1.一種基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，包括如下步驟：
2.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟1中，利用圖像法測流系統獲取測速線上的時空圖像及其幅度譜，通過河流視頻捕獲圖像序列，構建時空圖像，并對其進行二維離散傅里葉變換獲得幅度譜。
3.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟2中，基于三角閾值法確定閾值T，通過式(1)將幅度譜分割為背景和前景兩部分，使得幅度譜中和紋理相關的前景部分灰度值為1，與紋理角無關的背景部分灰度值為0，從而得到二值化幅度譜|F2(u,v)|；
4.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟3中，基于邊界跟蹤與最小二乘法，對步驟2中二值化幅度譜進行輪廓提取與橢圓擬合，獲取橢圓掩膜，利用其短半軸與長半軸進行后續紋理角檢測具體包括如下步驟：
5.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在
6.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟5中，基于步驟3中橢圓掩膜的長、短半軸，進行由粗到精的紋理方向角檢測具體包括如下步驟：
7.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟6中，基于粗定位精定位差值進行檢測結果有效性識別，通過式(8)，將粗定位角度與精定位角度差值小于等于5°的檢測結果標識為有效，即認為此結果可靠，將粗定位角度與精定位角度差值大于5°的標識為無效，即認為此結果不可靠，后續根據此結果進行檢測結果修正；
...【技術特征摘要】
1.一種基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，包括如下步驟：
2.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟1中，利用圖像法測流系統獲取測速線上的時空圖像及其幅度譜，通過河流視頻捕獲圖像序列，構建時空圖像，并對其進行二維離散傅里葉變換獲得幅度譜。
3.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟2中，基于三角閾值法確定閾值t，通過式(1)將幅度譜分割為背景和前景兩部分，使得幅度譜中和紋理相關的前景部分灰度值為1，與紋理角無關的背景部分灰度值為0，從而得到二值化幅度譜|f2(u,v)|；
4.如權利要求1所述的基于頻譜自適應掩膜的河流水面時空圖像紋理方向角檢測方法，其特征在于，步驟3中，基于邊界跟蹤與最小二乘法，對步驟2中二值化幅度譜進行輪廓提取與橢圓擬合，獲取橢圓掩膜，利用其短半軸與長半軸進行后續紋理角檢測具體包括如下步驟：
5.如權利要求1所述的基于頻譜...
【專利技術屬性】
技術研發人員：張振，高玲，楊安林，彭欣雨，郭俊，
申請(專利權)人：河海大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。