1.一种基于多波段特性的卷云虚警源检测方法,其特征在于,包括如下步骤:
s1、输入两幅不同波段的卷云图像并进行预处理;
s2、对一幅预处理后的图像,利用覆盖法求其分形维数并进行归一化处理,得到归一化分形维数特征图;
s3、对另一幅预处理后的图像,利用显著性方法进行增强,得到显著性特征图;
s4、将归一化分形维数特征图和显著性特征图进行加权融合;
s5、对融合后的图像进行自适应阈值分割,得到检测结果。
2.根据权利要求1所述的方法,其特征在于:所述步骤s1中进行预处理包括对输入的卷云图像进行中值滤波。
3.根据权利要求1所述的方法,其特征在于,所述步骤s2中,利用覆盖法求分形维数包括:
设图像为f(i,j),其中f表示灰度值,(i,j)表示像素位置;
设图像被毛毯所覆盖,其中上毯子为un,下毯子为dn,n表示毯子的厚度,且初始值u0(i,j)=d0(i,j)=f(i,j),则毯子表面计算公式为:
其中,(p,q)表示与像素(i,j)的距离不大于1的像素位置,max表示取最大值,min表示取最小值;
得毯子面积的计算公式为:
其中,s表示毯子面积;
由分形表面公式s(n)=n2-d,得图像表面分形维数d的计算公式为:
其中,in表示取自然对数。
4.根据权利要求3所述的方法,其特征在于,所述步骤s2中对分形维数进行归一化处理,计算公式为:
其中,f3(x,y)表示归一化分形维数特征图。
5.根据权利要求4所述的方法,其特征在于:所述步骤s3中,利用基于频率调制的显著性方法增强卷云区域。
6.根据权利要求5所述的方法,其特征在于,所述步骤s3中,基于频率调制的显著性方法的计算公式为:
f2(x,y)=||igauss-imean||
其中,igauss为高斯滤波得到的图像,imean为图像的均值,f2(x,y)表示得到的显著性特征图。
7.根据权利要求6所述的方法,其特征在于,所述步骤s4中,将归一化分形维数特征图和显著性特征图进行加权融合时,计算公式为:
其中,
8.根据权利要求1所述的方法,其特征在于,所述步骤s5中,对融合后的图像进行自适应阈值分割,包括:
设初始的阈值th=0;
从0至255遍历所有阈值的取值,求使得最大类间方差g最小的阈值为最终阈值;其中,最大类间方差g的表达式为:
g=ω1×ω2×(μ1-μ2)2
ω1表示小于阈值的像素个数占图像总像素百分比,ω2表示大于等于阈值的像素个数占图像总像素百分比,μ1表示小于阈值的像素的均值,μ2表示大于等于阈值的像素的均值;
根据最终阈值分割图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。