一种基于轮廓配准的声呐图像目标边缘补全方法及系统

本发明涉及声呐图像处理领域，尤其涉及一种基于轮廓配准的声呐图像目标边缘补全方法及系统。

背景技术：

1、声呐图像在海洋勘探、水下目标检测等领域具有广泛的应用，由于声呐图像的产生依靠的是声波在水中传播和反射，在声呐图像采集过程中，水下环境复杂多变，水流、海浪、气候条件等因素可能导致声波传播路径的扭曲或折射，从而使得图像中的目标边缘部分丢失或残缺，给后续的数据分析和目标识别带来困难。当前针对图像轮廓修复技术的研究大多基于光学图像，针对声学图像的目标轮廓补全还未有一个成熟的方案。

技术实现思路

1、本发明的目的是提出一种基于轮廓配准的声呐图像目标边缘补全方法及系统，通过结合轮廓提取、特征点匹配和仿射变换等技术手段，实现对声呐图像目标边缘的修复，提高图像的可靠性和准确性，为水下目标检测、跟踪等相关领域的研究和应用提供有力的支持。

2、实现本发明目的的技术解决方案为：

3、一种基于轮廓配准的声呐图像目标边缘补全方法，包括如下步骤：

4、s1、输入缺失部分轮廓的待补全声呐图像与另一角度采集的具有完整轮廓的参考声呐图像；

5、s2、对输入的两个图像采用阈值分割方法进行初步分割，消除扇形边界噪声亮点，获取声呐二值图；

6、s3、基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线；

7、s4、对轮廓线图提取surf特征点，用k近邻匹配法匹配特征点，将最近邻匹配对里面欧式距离比率大于设定阈值的匹配对剔除；

8、s5、基于s4的特征匹配结果，采用移动最小二乘法对参考声呐图像进行仿射变换；

9、s6、将参考轮廓对应位置的参考图上的像素点填充到待补全图像的残缺区域，以补全边缘轮廓。

10、进一步地，步骤s2中阈值分割方法中的阈值采用最大类间方差法确定，具体包括：

11、s2-1，获取输入图像的归一化灰度直方图并记为h，0～255共256个灰度值中各灰度值k在该灰度直方图中的比例记为h(k)，计算归一化灰度直方图的累加直方图h0和一阶累积图h1；

12、s2-2，取h1(255)作为输入图像的总体灰度平均值，假设阈值为k，则此时图像的类间方差σ2(k)；

13、s2-3，最后遍历k从0到255计算σ2(k)并找到最大值，对应的k即为分割所用阈值。

14、进一步地，所述累加直方图h0和一阶累积图h1为：

15、

16、

17、进一步地，所述类间方差σ2(k)为：

18、

19、进一步地，步骤s3中基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线，具体包括：

20、步骤s3-1，用3x3的菱形结构c1和5x5的菱形结构c2对s2得到的声呐二值图y分别进行开、闭运算，得到平滑图像y1、y2，消除图像中小于设定半径的细小的空洞和孤立的亮点并使边缘变得更加平滑；

21、步骤s3-2，分别用3x3的正方结构c3和1x1的正方形结构c4对开、闭运算后得到的y1、y2进行膨胀、腐蚀操作，最后计算两结果的差异，得到清晰的边缘轮廓线y。

22、进一步地，所述y1、y2为：

23、

24、

25、其中，⊙代表腐蚀操作，代表膨胀操作。

26、进一步地，所述边缘轮廓线y为：

27、

28、进一步地，基于s4的特征匹配结果，采用移动最小二乘法对参考声呐图像进行仿射变换，具体包括：

29、设残缺轮廓点集为p{p1,p2,p3,…,pn}，参考轮廓点集为q{q1,q2,q3,…,qn}，参考图像像素点记为v{v1,v2,v3,…,vn}，计算参考图像上各像素点的对应权重wi；

30、根据相应位置的权重计算参考轮廓点集与残缺轮廓点集的加权求和重心位置p*和q*；

31、

32、

33、每一点对应的不同的仿射变换矩阵m；

34、对于任一输入点v，通过加权位置p*、q*与仿射变换矩阵m，得到变形后的位置v'，v'＝m(v-p*)+q*。

35、进一步地，所述对应权重wi为：

36、

37、进一步地，所述仿射变换矩阵m为：

38、

39、其中与指的是(pi-p*)与(qi-q*)。

40、一种基于轮廓配准的声呐图像目标边缘补全系统，包括输入单元、阈值分割图像、轮廓线提取单元、特征点匹配单元、参考声呐图像仿射变换单元和填充单元，

41、所述输入单元用于输入缺失部分轮廓的待补全声呐图像与另一角度采集的具有完整轮廓的参考声呐图像；

42、所述阈值分割图像对输入的两个图像采用阈值分割方法进行初步分割，消除扇形边界噪声亮点，获取声呐二值图；

43、所述轮廓线提取单元用于基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线；

44、所述特征点匹配单元对轮廓线图提取surf特征点，用k近邻匹配法匹配特征点，将最近邻匹配对里面欧式距离比率大于设定阈值的匹配对剔除；

45、所述参考声呐图像仿射变换单元采用移动最小二乘法对参考声呐图像进行仿射变换；

46、所述填充单元用于将参考轮廓对应位置的参考图上的像素点填充到待补全图像的残缺区域，以补全边缘轮廓。

47、本发明与现有技术相比，其显著优点在于：1、本发明将最大类别方差阈值分割、多结构数学形态学轮廓提取、最邻近配准、移动最小二乘图像变形方法进行融合，有效解决声呐成像过程中声波传播路径的扭曲或折射导致的目标边缘信息丢失问题，实现对残缺声呐图像目标边缘的修复和补全；2、本发明所提出的方法可用于声呐图像目标跟踪数据集的预处理，恢复目标的细节特征和形状信息，增强目标的可视化效果，从而提高水下目标检测算法的准确性和鲁棒性。

技术特征：

1.一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：步骤s2中阈值分割方法中的阈值采用最大类间方差法确定，具体包括：

3.根据权利要求2所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：所述累加直方图h0和一阶累积图h1为：

4.根据权利要求3所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：所述类间方差σ2(k)为：

5.根据权利要求1所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：步骤s3中基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线，具体包括：

6.根据权利要求5所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：所述y1、y2为：

7.根据权利要求5所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：所述边缘轮廓线y为：

8.根据权利要求1所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：基于s4的特征匹配结果，采用移动最小二乘法对参考声呐图像进行仿射变换，具体包括：

9.根据权利要求8所述的一种基于轮廓配准的声呐图像目标边缘补全方法，其特征在于：所述对应权重wi为：

10.一种基于轮廓配准的声呐图像目标边缘补全系统，其特征在于，包括输入单元、阈值分割图像、轮廓线提取单元、特征点匹配单元、参考声呐图像仿射变换单元和填充单元，

技术总结
本发明公开了一种基于轮廓配准的声呐图像目标边缘补全方法及系统，包括：输入待补全声呐图像与具有完整轮廓的参考声呐图像；对输入的两个图像采用阈值分割方法进行初步分割，消除扇形边界噪声亮点，获取声呐二值图；基于多结构元素形态学运算对两各声呐二值图进行边缘检测提取轮廓线；对轮廓线图提取surf特征点，用K近邻匹配法匹配特征点，将最近邻匹配对里面欧式距离比率大于设定阈值的匹配对剔除；采用移动最小二乘法对参考声呐图像进行仿射变换；将参考轮廓对应位置的参考图上的像素点填充到待补全图像的残缺区域，以补全边缘轮廓。本发明能够有效解决声呐成像过程中声波传播路径的扭曲或折射导致的目标边缘信息丢失问题。

技术研发人员：赵子杰,薛晓微,赵明
受保护的技术使用者：南京理工大学
技术研发日：
技术公布日：2024/3/21