[發明專利]一種基于影像統計特征的數字航空影像變形自動檢查方法

在審

• 申請號: 201410272403.1
• 申請日: 2014-06-18
• 公開（公告）號: CN104008556A
• 公開（公告）日: 2014-08-27
• 發明（設計）人: 易堯華;蘇海;袁媛;苗敏婧
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 張火春

1.一種基于影像統計特征的數字航空影像變形自動檢查方法，其特征在于，包括以下步驟：

步驟1：獲取數字航空影像的輪廓線，其具體實現包括以下子步驟：

步驟1.1：對數字航空影像進行邊緣檢測，得到影像邊緣；

步驟1.2：在獲得影像邊緣之后，進行輪廓跟蹤，得到影像輪廓，將影像輪廓數據儲存為鏈表形式，以方便影像中波形曲線的查找；

步驟1.3：對提取得到的影像輪廓，使用光滑可導的曲線函數來進行曲線擬合；

步驟2：尋找并判斷波形曲線，其具體實現包括過程為：通過計算數字航空影像各個輪廓曲線中的曲率極值點，來確定影像中可能的波形曲線的位置，再通過對各個曲率極值點及其周圍點的位置關系，來判斷該曲率極值點及其周圍點是否構成波形曲線；

步驟3：統計波形曲線開口對應方向的分布情況，判斷影像是否存在扭曲變形。

2.根據權利要求1所述的基于影像統計特征的數字航空影像變形自動檢查方法，其特征在于：步驟1.1所述的對數字航空影像進行邊緣檢測，其具體實現包括以下子步驟：

步驟1.1.1：使用指定標準偏差σ的高斯濾波器對影像進行平滑；

步驟1.1.2：在影像每一像素點處，用一階偏導的有限差分來計算梯度的幅值和方向；

步驟1.1.3：根據梯度方向分區，尋找同一分區內梯度強度的局部極大值點，并且設置非局部極大值點為零，使得圖像邊緣得到細化；

步驟1.1.4：使用閾值T1和T2對影像像素作閾值判斷，其中T1<T2，灰度值大于T2的像素稱為強邊緣像素，T1和T2之間的像素稱為弱邊緣像素；

步驟1.1.5：將與強邊緣像素8鄰域連接的弱邊緣像素作為強邊緣像素，根據是否為強邊緣像素對影像進行二值化，得到影像邊緣。

3.根據權利要求1所述的基于影像統計特征的數字航空影像變形自動檢查方法，其特征在于：

步驟1.2所述的輪廓跟蹤，其具體實現包括以下子步驟：

步驟1.2.1：按照從左到右、從下到上的探測準則順序搜索經過邊緣檢測后的影像的所有像素點，找到最左下的邊緣的邊界點并將其作為起始點；

步驟1.2.2：從第一個邊界點開始，定義初始的搜索方向為沿左上方；如果左上方的點是黑點，則為邊界點，否則順時針旋轉45°，這樣一直找到第一個黑點為止；

步驟1.2.3：將第一個黑點作為新的邊界點，在當前搜索方向的基礎上逆時針旋轉90°，繼續用同樣的方法搜索下一個黑點，直到返回最初的邊界點或找不到點；

步驟1.2.4：將已跟蹤獲得的輪廓存入鏈表中，并標注為已跟蹤；

步驟1.2.5：重復第一步，直至影像沒有未標注的輪廓。

4.根據權利要求1所述的基于影像統計特征的數字航空影像變形自動檢查方法，其特征在于：步驟1.3所述的曲線擬合，其具體實現包括過程為：設n為當前影像輪廓中含有的像素點個數，通過使用三次樣條函數擬合法構建形式參數t(t＝0,1,2…n-1)與當前影像輪廓所形成的平面曲線的函數關系式：

c(t)＝(x(t),y(t))

其中x(t)為平面曲線的橫坐標與參數t的函數關系，y(t)為平面曲線的縱坐標與參數t的函數關系。