专利名称：反射消除系统的制作方法
技术领域：
本公开一般来说涉及处理图像，以及具体地涉及从图像消除不期望的特征。更具体而言，本公开涉及用于消除图像中不期望的亮点的方法和设备。
背景技术：
在一些情况下，不期望的特征可能出现在使用传感器系统产生的场景的图像中。例如，从场景中表面的光的反射可以由传感器系统检测到，并作为亮点出现在对场景产生的图像中。当光线接触表面时光可以从该表面反射。该光线也可以被称作入射光线。光可以从一个场景中各种类型的物体的表面反射。这些物体可以包括，例如但不限于，人、建筑物、飞机、汽车、树叶、人造结构、以及其它合适类型的物体。从表面的光的反射可被分为漫反射或镜面反射。当入射光线在多个方向从表面反射时发生漫反射。当入射光线主要在一个方向从表面反射时发生镜面反射。具体而言，当入射光线和反射光线相对于垂直于表面的轴具有相同的角度时发生镜面反射。场景中的镜面反射可以作为亮点出现在由传感器系统产生的图像中。亮点可以是图像中的一个区域，在该图像中该区域中的像素具有大于亮度的一些选定阈值的强度值。当镜面反射是由光从大面积的表面反射造成时，这种反射可被称作“闪光(glare)”。当镜面反射是光从小平面的表面反射时，这种反射可被称作“闪烁(glint)”。闪烁可以作为小特征在图像中出现，该特征具有相对于围绕该特征的图像部分大的强度。换言之，闪烁可以作为小亮点在图像中出现。典型地，由闪烁造成的图像中的亮点是图像中不期望的特征。当图像中出现这些类型的不期望的特征时，使得对场景的图像中的物体特征进行识别和/或分析可能比期望的更困难。例如，当对物体产生图像时，当图像中存在不期望的特征时，物体的识别可能比期望的更困难或比期望的花费更多的时间。这些不期望的特征可能使得更难于识别物体的用于识别物体本身的特征。作为另一个实例，如果在不同的时刻对物体拍摄连续图像，则那些图像可互相比较以确定物体中是否存在变化。该图像可以用于确定在物体随后的图像中是否出现了不一致。这些图像中不期望的特征的存在，比如由闪烁造成的亮点，可能使不一致的识别比期望的更加困难和耗时。一些目前可用的用于减少图像中闪烁的系统使用连接到成像系统的高速机械光学装置(optics)。这些机械光学装置可包括，例如偏振镜和滤光器。这些类型的机械光学装置可以减少通过成像系统的光的总体透射。减少光的透射可以减少由成像系统产生的图像中提供的信息量。而且，这些类型的机械光学装置可以比期望的增加成像系统的重量和成本。因此，具有考虑到至少一些上述问题以及可能的其它问题的方法和设备将是有利的。发明概述在一个有利的实施方式中，提供用于消除图像中不期望的特征的方法。将图像从空间域转换成频域以形成变换的图像。对变换的图像施用滤波器(filter)以形成频域中滤波的图像。将滤波的图像从频域转换回空间域以形成改进的图像。相比于图像中不期望的特征的强度，改进的图像中不期望的特征的强度增加。使用改进的图像将不期望的特征从图像消除以形成处理的图像。其它可选的实施方式预期使用处理的图像识别图像中的特征和/或物体。而且，该方法可以包括使用处理的图像确定图像的物体中是否存在不一致。同样地，使用处理的图像确定物体中是否存在不一致可以进一步包括将处理的图像与物体的另一个图像进行比较以形成对照，并使用该对照确定是否存在不一致。在另一个有利的实施方式中，设备包括计算机系统。配置该计算机系统用于将图像从空间域转换成频域以形成变换的图像。进一步配置计算机系统用于对变换的图像施用滤波器以形成频域中的滤波的图像。进一步配置计算机系统用于将滤波的图像从频域转换回空间域以形成改进的图像。相比于图像中不期望的特征的强度，改进的图像中不期望的特征的强度增加。进一步配置计算机系统用于使用改进的图像将不期望的特征从图像消除以形成处理的图像。设备也可以任选地包括配置用于产生场景的图像的传感器系统，其中图像中不期望的特征是由场景中的闪烁造成的图像中的亮点。还预期其中配置用于将图像从空间域转换成频域以形成变换的图像的设备包括配置用于计算图像的傅里叶变换的计算机系统，其将图像从空间域转换为频域中变换的图像。配置用于对变换的图像施用滤波器以形成频域中的滤波的图像的设备，还可以具有计算机系统，其被配置用于使用根滤波器(root filter)换算图像的傅里叶变换的振幅分量的振幅，而不影响傅里叶变换的相分量中的相，以形成滤波的图像，其中根滤波器以非线性方式换算振幅。其它任选的排列预期其中配置用于使用改进的图像将不期望的特征从图像消除以形成处理的图像，配置计算机系统用于对改进的图像施用阈值以形成定限图像，其中保留改进的图像中值大于该阈值的像素；将改进的图像与图像的点扩散函数卷积以形成卷积图像，其中卷积图像显示与图像中不期望的特征的第二位置相对应的卷积图像中的不期望的特征的第一位置；并且将卷积图像从图像减去以形成处理的图像，其中从图像消除图像中不期望的特征的第二位置处的一部分图像以消除不期望的特征。在仍另一个有利的实施方式中，交通工具检验系统包括传感器系统、图像处理器和图像分析器。配置传感器系统用于产生交通工具的图像。配置图像处理器用于接收来自传感器系统的图像。进一步配置图像处理器用于将图像从空间域转换成频域以形成变换的图像。进一步配置图像处理器用于对变换的图像施用滤波器以形成频域中的滤波的图像。进一步配置图像处理器用于将滤波的图像从频域转换回空间域以形成改进的图像。相比于图像中不期望的特征的强度，改进的图像中不期望的特征的强度增加。进一步配置图像处理器用于使用改进的图像将不期望的特征从图像消除以形成处理的图像。配置图像分析器用于分析处理的图像以确定交通工具中是否存在不一致。
其它预期的交通工具检验系统可以包括显示系统，其中配置图像分析器用于在显示系统上显示交通工具中是否存在不一致的指示。可选地，可以进一步配置优选图像分析器用于产生显示交通工具中是否存在不一致的报告。特征、功能和优势可以单独地在本公开的各实施方式中实现，或可以在另外其它实施方式中合并，其中参照下面的描述和附图可见进一步的细节。附图简述被认为是有利的实施方式的特点的新特征在所附权利要求中阐述。然而，当结合附图阅读时，参照本公开的有利实施方式的下列详述将最好地理解有利的实施方式，以及优选的使用方式、进一步的目标及其优势，其中
图1是根据有利的实施方式以方框图形式的图像处理环境的图解；图2是根据有利实施方式以方框图形式的图像处理器的图解；图3是根据有利实施方式的全色图像的图解；图4是根据有利实施方式的定限图像的图解；图5是根据有利实施方式的处理的图像的图解；图6是根据有利实施方式的振幅谱的图解；图7是根据有利实施方式用于从图像消除不期望的特征的方法的流程图的图解；图8是根据有利实施方式用于分析图像的方法的流程图的图解；图9是根据有利实施方式用于分析图像的方法的流程图的图解；以及图10是根据有利实施方式的数据处理系统的图解。发明详述不同的有利实施方式认识到并考虑到一个或多个考虑因素。例如，不同的有利实施方式认识到并考虑到可以用不同的波长产生场景的图像。换言之，可以对场景中的物体进行多波长的测量。通过使用不同的波长产生场景的图像，可以从图像识别并消除响应场景中的反射——比如闪烁出现在图像中的特征。然而，不同的有利实施方式认识到并考虑到一些传感器不能进行这些类型的波长测量。例如，全色图像传感器不提供该类型的信息。全色图像传感器可能只提供单个波带(band),其中图像包括灰度梯度(shades of gray)中的数据。不同的有利实施方式还认识到并考虑到可以进行滤波以抑制图像数据中的不期望的特征。然而，不同的有利实施方式认识到并考虑到区别场景中物体的图像内由闪烁造成的不期望的特征与其它特征可能比期望的更困难和/或耗时。此外，不同的有利实施方式认识到并考虑到目前可用的使用高速机械光学装置的用于减少闪烁的系统可能不允许在先前产生的图像中消除闪烁。例如，在测试和评估物体中使用的历史数据可以包括来自当前时间之前的数周、数月或数年的图像。不同的有利实施方式认识到并考虑到减少这些先前产生的图像中的闪烁是期望的。不同的有利实施方式还认识到并考虑到目前可用的配置用于减少闪烁的成像系统可能无法适应变化的条件，比如环境条件。例如，用目前可用的配备有偏振镜的成像系统，所述偏振镜被配置用于减少成像系统产生的图像中的闪烁，调节偏振镜以考虑变化的气象条件、风条件和/或其它类型的环境条件可能是不可能的。因此，由成像系统产生的图像的一些部分可以具有比期望的更多的闪烁。
而且，一些目前可用的用于减少闪烁的系统可以使用调节成像系统透镜的偏振的机动滤光器。不同的有利实施方式认识到并考虑到这些类型的系统可能无法处理以较高的帧/秒产生的图像。因此，用目前可用的系统处理图像——其中闪烁已经大量实时地减少，可能是不可能的。因此，不同的有利实施方式提供用于从图像消除由闪烁造成的不期望的特征的方法和设备。在不同的有利实施方式中，不期望的特征可能是使得分析图像比期望的更困难和/或耗时的特征。在一个有利的实施方式中，提供了消除图像中的不期望的特征的方法。将图像从空间域转换到频域以形成变换的图像。对变换的图像施用滤波器以形成频域中的滤波的图像。将滤波的图像从频域转换回空间域以形成改进的图像。相比于图像中不期望的特征的强度，改进的图像中不期望的特征的强度增加。使用改进的图像将不期望的特征从图像消除以形成处理的图像。该信息可随后用于多种不同的目的。例如，处理的图像可以用于识别图像中捕获的场景内的物体、识别物体中的不一致、识别关于物体的特征和/或对于图像中的物体进行其它适当的操作。现转到图1，根据有利的实施方式，描述以方框图形式的图像处理环境的图解。在这些说明性的实例中，图像处理环境100包括场景102、传感器系统104和计算机系统105。可以配置传感器系统104用于产生场景102的图像106。如所描述的，传感器系统104可以包括数个传感器108。如本文所使用，数个项目意思是一个或多个项目。例如，“数个传感器”意思是一个或多个传感器。在这些说明性的实例中，数个传感器108可以采取配置用以探测波带112内的电磁辐射的数个成像传感器110的形式。波带112可以是连续范围的频率或连续范围的波长。当波带112在电磁辐射的可见光谱内时，数个成像传感器Iio产生全色图像114形式的场景102的图像106。当波带112在电磁辐射的其它部分光谱内时，图像106可被称作宽带图像。在这些说明性的实例中，图像106采取全色图像114的形式。全色图像114仅包括范围从黑到白的灰度梯度。具体而言，这些类型的图像中的像素的值仅包含强度信息。换言之，全色图像114中像素的值显示强度而非颜色。作为一个说明性的实例，数个物体116可以在场景102中存在。场景102中的数个物体116可以包括，例如但不限于交通工具、飞机、汽车、人、建筑物、人造结构、道路、树木、一块草地(a grassy patch of land)、海洋表面、湖面和其它合适类型的物体。配置数个成像传感器110用于探测场景102中数个物体116的亮度并产生图像118。图像118在这些说明性的实例中是二维图像。具体而言，数个成像传感器110测量在数个成像传感器110探测的波带112中的光的强度以产生图像118中的每个像素的值。该值可以是，例如，在大约O和大约255之间。以这种方式，图像118是全色图像。传感器系统104将图像118发送至计算机系统105用于处理。在这些说明性的实例中，计算机系统105包括数个计算机。当计算机系统105中存在多于一个计算机时，这些计算机可以互相通信。如所述的，计算机系统105中存在图像处理器120和图像分析器122。图像处理器120和图像分析器122是可以用计算机系统105中的硬件、软件或二者的组合执行的模块。在一些说明性的实施方式中，可以独立于计算机系统105中的其它组件使用这些模块。当这些模块作为硬件执行时，可以使用数个配置用于进行期望的功能和/或过程的电路执行模块。这些数个电路可以包括，例如集成电路、专用集成电路、可编程逻辑阵列、通用逻辑阵列、现场可编程逻辑门阵列(field programmable gate array)、可编程逻辑器件、复杂可编程逻辑器材、可编程逻辑控制器、宏单元阵列和其它合适类型的电路中的至少之一。如本文所使用，短语“中的至少之一”，当与一系列项目一起使用时，意思是可以使用一个或多个所列项目的不同组合并且可以只需列表中每个项目的一个。例如，“项目A、项目B和项目C中的至少之一”可以包括，例如但不限于项目A或项目A和项目B。该实例也可以包括项目A、项目B和项目C，或项目B和项目C。在其它的实例中，“中的至少之一”可以是，例如但不限于两个项目A、一个项目B和十个项目C ;四个项目B和七个项目C ;以及其它合适的组合。而且，在这些说明性的实例中，计算机系统105还包括显示系统124。显示系统124可以包括一个或多个显示装置。在这些说明性的实例中，取决于具体的实施，计算机系统105内的不同组件可以位于相同的位置或不同的位置。在一些说明性的实例中，计算机系统105可以是分散式的计算机系统，比如网络数据处理系统。在其它说明性的实例中，计算机系统105可完全由硬件电路组成，其中过程可以在硬件而不在软件中执行。在这些说明性的实例中，配置图像处理器120用于接收和处理图像118。具体而言，配置图像处理器120用于处理图像118以从图像118消除不期望的特征126。更具体而言，图像处理器120处理图像118以从图像118消除由场景102中不期望的反射130造成的不期望的特征。具体而言，不期望的反射130可以是闪烁131。闪烁131是光从出现在图像118中的场景102中数个物体116内的表面的镜面反射。闪烁可以作为图像118中的小亮点出现在图像118中，该小亮点与围绕亮点的图像118的部分相比具有较大的强度。以这种方式，由场景102中的闪烁131造成的不期望的特征126采取图像118中的不期望的亮点128的形式。图像处理器120可能无法使用当前形式的图像118来识别图像118中的哪些亮点是由闪烁131造成的。例如，图像处理器120可以探测图像118中的亮点132。亮点132可以包括一个像素、两个像素或一些其它合适数量的像素。然而，图像处理器120可能无法确定亮点132是否是由场景102中的闪烁134造成的，以及是否是图像118中的不期望的亮点128之一。例如，图像118中的亮点132的强度对于确定亮点132是否是由场景102中的闪烁134造成的可能不足够高。因此，图像处理器120可能无法确定亮点132是不期望的亮点128之一还是场景102中数个物体116之一的特征。在这些说明性的实例中，图像118的当前形式是在空间域136中。空间域136是图像118的图像空间。具体而言，空间域136可以是图像118的二维空间。在一个说明性的实例中，空间域136可以用图像118的x，y坐标系来限定。图像118的x坐标可以是图像118的水平方向，而y坐标可以是图像118的垂直方向。图像处理器120将图像118从空间域136转换到频域138以形成变换的图像140。具体而言，图像处理器120以计算图像118的傅里叶变换(FT) 142以将图像118从空间域136转换到频域138以形成变换的图像140。在这些说明性的实例中，傅里叶变换142可以选自离散傅里叶变换(DFT)和快速傅里叶变换(FFT)中的一个。当空间域136是二维空间时，傅里叶变换142也可以是二维傅里叶变换。在这些说明性的实例中，变换的图像140包括振幅分量144和相分量146。振幅分量144识别图像118的傅里叶变换142的振幅。这些振幅也可被称作幅度。相分量146识别图像118的傅里叶变换142的相。振幅分量144可以用例如振幅谱来表示。相分量146可以用例如相位谱来表示。振幅谱和相位谱关于频率分别绘制傅里叶变换142的振幅和相。在这些所描述的实例中，变换的图像140具有和图像118相同数量的像素。具体而言，变换的图像140可以具有和图像118相同尺寸的像素。变换的图像140中的每个像素表示图像118中的不同空间频率148。图像118中的空间频率148是图像118中像素值相对于邻近像素的变化速率。具体而言，空间频率148被定义为对图像118的具体部分图像118中每选定距离150的图像118中像素强度值的变化量。关于变换的图像140，选定的距离150可以用例如像素、毫米、厘米或一些其它合适的距离单位作为单位。以这种方式，变换的图像140中位置的变化对应于空间频率148的变化。而且，变换的图像140中的像素值显示由像素表示的具体空间频率148处的选定距离150上的最亮灰阶(gray level)和最暗灰阶之间的差别。这种在选定距离150上从最亮灰阶到最暗灰阶的变化被称作一个周期或一个循环。例如，如果表示每10个像素I个循环的空间频率148的变换的图像140中的像素具有20的值，则超过10个像素的图像118中的像素强度值可以按照最亮灰阶至最暗灰阶和最暗灰阶至最亮灰阶之一变化。而且，最亮灰阶和最暗灰阶之间的对比度可以大约两倍于像素的值。换言之，最亮灰阶和最暗灰阶之间的该对比度是大约40灰阶。在这些所描述的实例中，图像118中较小的特征与较大的特征相比可以具有更高的空间频率。因此，与图像118中较大的特征相比，图像118中较小的特征可以在变换的图像140中以较高的频率含量表示。换言之，相比于可以以对应于较低空间频率的变换的图像140的像素来表示的图像118中的较大特征，图像118中的这些较小特征可以以对应于较高空间频率的变换的图像140的像素来表示。作为一个说明性的实例，由闪烁131造成的图像118中的不期望的売点128 其可以是图像118中的小特征 可以在变换的图像140中以闻频含量表不。在这些说明性的实例中，图像处理器120对变换的图像140施用滤波器152以形成频域138中的滤波的图像154。滤波器152可以采取例如但不限于非线性滤波器、线性滤波器、高频通滤波器(high-frequency pass filter)和/或一些其它合适类型的滤波器。在这些所描述的实例中，可以配置滤波器152用于改变图像118的傅里叶变换142的振幅分量144，而不改变相分量146。具体而言，滤波器152改变变换的图像140中高频含量的振幅。更具体而言，当滤波器152施用到变换的图像140时，相对于变换的图像140中的低频含量的振幅，变换的图像140中的高频含量的振幅增加。换言之，相比于变换的图像140中的高频含量的振幅与低频含量的振幅之间的比率，滤波的图像154中的高频含量的振幅与低频含量的振幅之间的比率减小。换言之，变换的图像140中的高频含量的振幅在滤波的图像154中增强，以便与该高频含量相对应的图像118中的特征也可以得到增强。具体而言，与由闪烁131在图像118中造成的不期望的亮点128相对应的高频含量的振幅在滤波的图像154中得到增强。此后，图像处理器120计算变换的图像140的傅里叶逆变换155以将频域138中的变换的图像140转换回空间域136。该转换形成改进的图像156。具体而言，在改进的图像156中小特征一比如由闪烁131造成的不期望的亮点128—的强度，相比于图像118中的这些特征的强度可被增加。以这种方式，相比于图像118，在改进的图像156中由闪烁131造成的不期望的亮点128可被更容易与其它特征区别开。图像处理器120随后使用改进的图像156以从改进的图像156消除由闪烁131造成的不期望亮点128。具体而言，图像处理器120识别改进的图像156中不期望的亮点128的位置158，并随后从图像118中的位置158减少和/或消除不期望的亮点128。在这些说明性的实例中，从改进的图像156减少和/或消除不期望的亮点128形成处理的图像160。以这种方式，可以抑制由闪烁131造成的不期望的亮点128。图像处理器120将处理的图像160发送至图像分析器122用于分析。图像分析器122可以以许多不同的方式分析处理的图像160。例如，图像分析器122可使用处理的图像160识别数个物体116的特征162。数个物体116的特征162可以包括，例如物体中的不一致、物体的边缘、物体的尺寸、物体的识别和/或数个物体116中的物体的其它合适类型的特征。在一些说明性的实例中，图像处理器120和图像分析器122可以在交通工具检验系统164中实施。配置交通工具检验系统164用于使用处理的图像160确定在数个物体116内的物体168中是否存在不一致166。物体168可以是这些说明性实例中的交通工具。物体168中的不一致可以是存在于物体168中的特征或特点，在这些说明性实例中的物体168中不预期其存在或者其是不期望的。可以以许多不同的方式进行识别不一致166。例如，处理的图像160可以与存储在数据库172中的图像170比较。图像170是在物体168的图像118产生之前产生的物体168的另一个图像。处理的图像160和图像170的这种比较可以用于确定是否存在不一致166。在其它说明性的实例中，图像处理器120和图像分析器122可以在物体识别系统174中实施。用这种类型的实施，图像分析器122可以将图像170与处理的图像160比较以产生物体168的识别176。在一些情况下，处理的图像160可以与存在于数据库172中的多个图像比较以识别物体168。在这些说明性的实例中，可配置交通工具检验系统164和/或物体识别系统174用于使用通过图像分析器122进行的处理的图像160的分析结果在显示系统124上产生显示。在一些说明性的实例中，图像分析器122可以在显示系统124上显示物体168中的不一致166的指示。在其它说明性的实例中，图像分析器122可以产生报告，该报告包含物体168中是否存在不一致166的指示、物体168的特点162的识别、物体168的识别176和/或其它合适信息。该报告可以例如显示在显示系统124上、以电子邮件发送至客户、存储在数据库中和/或以一些其它合适的方式管理。而且，取决于实施，可以配置图像处理器120和/或图像分析器122用于在显示系统124上显示图像。例如，图像处理器120和/或图像分析器122可以在显示系统124上显示任何图像118和/或处理的图像160。图1中图像处理环境100的图解并非意味着暗示对可以执行有利实施方式的方式的物理和构造的限制。可以使用除了图示说明的组件之外的和/或代替图示说明的组件的其它组件。一些组件可能是不必要的。同样地，呈现方框用于图解说明一些功能组件。当在有利的实施方式中执行时，一个或多个这些方框可以合并和/或分为不同的方框。例如，在一些说明性的实例中，图像分析器122和图像处理器120可以位于不同的位置。例如，图像处理器120可以位于与传感器系统104相同的平台，而图像分析器122可以位于远离传感器系统104的一些其它平台。在其它说明性的实例中，图像处理器120和图像分析器122可以在计算机系统105中的相同模块内执行。而且，尽管物体168被描述为交通工具，但物体168可以采取许多不同的形式。例如，物体168可以选自移动平台、固定平台、基于陆地的结构、基于水的结构(aquatic-based structure)、基于空间的结构(space-based structure)、飞机、水面舰艇、坦克、人员运输车(personnel carrier)、火车、航天器、空间站、卫星、潜艇、汽车、发电厂、桥梁、水坝、生产设施、建筑物、蒙皮板(skin panel)、发动机、一段气体管线和其它合适的物体中的一个。现参照图2，根据有利的实施方式描述了以方框图形式的图像处理器的图解。在这个说明性的实例中，图像处理器200是图1中图像处理器120的一种实施的实例。如所述，图像处理器200包括变换单元202、滤波器单元204、逆变换单元206、阈值单元208、点扩散函数估计器210、卷积单元212和特征消除单元214。在这个说明性的实例中，变换单元202从传感器系统比如图1中的传感器系统104接收图像216。在这个实例中，图像216采取全色图像218的形式。而且，图像216在空间域220中。空间域220是图像216的二维图像空间。在这个描述的实例中，空间域220中的图像216可以表示为函数H(x，y)。图像216的函数H(x，y)是图像216中像素的值关于图像216中像素的x，y位置的函数。图像216中的像素可以以行和列排列。在这些说明性的实例中，像素的X位置确定具体的行，而像素的y位置确定具体的列。亮点221出现在图像216中。亮点221是图像216中的小特征，其相对于围绕亮点221的图像216的部分具有大的强度。至少部分亮点221可能不具有足够大的强度来区别由图像216捕获的场景中的闪烁造成的亮点和作为场景中物体的特征的亮点。配置图像处理器200用于处理图像216以形成这种区别。如所描述的，配置变换单元202用于将图像216从空间域220转换到频域222以形成变换的图像224。具体而言，变换单元202计算图像216的傅里叶变换226 (FT)以形成变换的图像224。图像216的傅里叶变换226 (FT)可以用函数H(u，v)表示。图像216的函数H(u，v)是转换图像216到频域222的函数H(x，y)。在这个说明性的实例，滤波器单元204从变换单位202接收频域222中的变换的图像224。滤波器单元204对变换的图像224施用根滤波器228以产生滤波的图像230。在这个描述的实例中，根滤波器228是非线性滤波器，其使用参数232——a以改变图像216的傅里叶变换226的振幅分量，而不改变傅里叶变换226的相分量。具体而言，参数232— a可以是具有0和I之间的值的指数。根滤波器228可以将傅里叶变换226的振幅分量升高到参数232的幂。这个操作可以等同于采用傅里叶变换226的振幅分量的Cith根。换言之，滤波的图像230可以由下面的等式表示
权利要求
1.一种消除图像中不期望的特征126的方法，所述方法包括将所述图像从空间域136转换到频域138以形成变换的图像140 ；将滤波器152施用于所述变换的图像140以形成所述频域138中的滤波的图像154 ；将所述滤波的图像154从所述频域138转换回到所述空间域136以形成改进的图像 156，其中相比于所述图像中所述不期望的特征126的强度，所述改进的图像156中的不期望的特征126的强度增加；和用所述改进的图像156将所述不期望的特征126从所述图像消除以形成处理的图像160。
2.权利要求1所述的方法，其中将所述图像从所述空间域136转换到所述频域138以形成所述变换的图像140包括计算将所述图像从所述空间域136转换到所述频域138中的所述变换的图像140的所述图像的傅里叶变换142。
3.权利要求2所述的方法，其中将所述滤波器152施用于所述变换的图像140以形成所述频域138中的所述滤波的图像154包括改变所述图像的所述傅里叶变换142的振幅分量144，而不改变所述图像的所述傅里叶变换142的相分量146，以形成所述滤波的图像154。
4.权利要求3所述的方法，其中改变所述图像的所述傅里叶变换142的所述振幅分量 144，而不改变所述图像的所述傅里叶变换142的所述相分量146，以形成所述滤波的图像 154,包括用根滤波器228换算所述图像的所述傅里叶变换142的所述振幅分量144的振幅，而不影响所述傅里叶变换142的所述相分量146中的相，以形成所述滤波的图像154，其中所述根滤波器228以非线性的方式换算所述振幅。
5.权利要求1所述的方法，其中将所述滤波的图像154从所述频域138转换回到所述空间域136以形成所述改进的图像156包括计算将所述滤波的图像154从所述频域138转换到所述空间域136的所述滤波的图像 154的傅里叶逆变换142，其中相比于所述图像中的所述不期望的特征126的强度，所述改进的图像156中的所述不期望的特征126的强度增加。
6.权利要求1所述的方法，其中用所述改进的图像156将所述不期望的特征126从所述图像消除以形成所述处理的图像160包括对所述改进的图像156施加阈值240以形成定限图像242，其中保留所述改进的图像 156中值大于所述阈值240的像素；将所述改进的图像156与所述图像的点扩散函数246卷积以形成卷积图像，其中所述卷积图像显示与所述图像中所述不期望的特征126的第二位置158相对应的所述卷积图像中所述不期望的特征126的第一位置158 ;并且将所述卷积图像248从所述图像中减去以形成所述处理的图像160，其中从所述图像消除所述图像中的所述不期望的特征126的第二位置158处的一部分所述图像以消除所述不期望的特征126。
7.交通工具检验系统，包括传感器系统104，其配置用于产生交通工具的图像106 ；图像处理器120，其配置用于接收来自所述传感器系统104的图像；将所述图像从空间域136转换到频域138以形成变换的图像140 ;将滤波器152施用于所述变换的图像140以形成所述频域138中的滤波的图像154 ;将所述滤波的图像154从所述频域138转换回到所述空间域136以形成改进的图像156，其中相比于所述图像中所述不期望的特征126的强度，所述改进的图像156中的所述不期望的特征126的强度增加；并且用所述改进的图像 156将所述不期望的特征126从所述图像消除以形成处理的图像160 ;以及图像分析器122，其配置用于分析所述处理的图像160以确定所述交通工具中是否存在不一致。
8.权利要求7所述的交通工具检验系统，其中其被配置用于分析所述处理的图像160 以确定是否存在所述不一致，所述图像分析器122配置用于将所述处理的图像160与所述交通工具的另一个图像比较以形成对照；并且用所述对照确定是否存在所述不一致。
全文摘要
本发明的名称为“反射消除系统”。提供消除图像中不期望的特征126的方法和设备。将图像从空间域136转换到频域138以形成变换的图像140。将滤波器152施用于变换的图像140以形成频域138中的滤波的图像154。将滤波的图像154从频域138转换回到空间域136以形成改进的图像156。与图像中不期望的特征126的强度相比，改进的图像156中不期望的特征126的强度增加。用改进的图像156将不期望的特征126从图像消除以形成处理的图像160。
文档编号G06T3/00GK103020904SQ201210358599
公开日2013年4月3日 申请日期2012年9月24日 优先权日2011年9月23日
发明者R·M·克拉姆布雷特 申请人:波音公司