[發(fā)明專利]基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011279584.2
• 申請(qǐng)日: 2020-11-16
• 公開（公告）號(hào): CN112529791B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 王楠;崔燕妮;楊學(xué)文;辛國(guó)玲;張興;胡文杰
• 申請(qǐng)（專利權(quán)）人: 中國(guó)海洋大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/11;G06T7/13;G06T7/136
• 代理公司: 重慶敏創(chuàng)專利代理事務(wù)所(普通合伙) 50253
• 代理人: 陳千

1.基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，包括步驟：

S1.對(duì)水下浮游生物進(jìn)行數(shù)字全息原位拍攝，得到原位圖像；

S2.對(duì)所述原位圖像進(jìn)行全息圖重建得到對(duì)應(yīng)的多張重建圖像，構(gòu)成所述原位圖像的重建圖像數(shù)據(jù)集；

S3.對(duì)每張所述重建圖像進(jìn)行邊緣檢測(cè)及閾值分割，得到每張所述重建圖像中浮游生物的輪廓信息，并依照所述輪廓信息在對(duì)應(yīng)的重建圖像上進(jìn)行剪切得到多張目標(biāo)圖像，構(gòu)成目標(biāo)圖像數(shù)據(jù)集；所述步驟S3具體包括步驟：

S31：利用Sobel算子對(duì)所述重建圖像進(jìn)行邊緣檢測(cè)，得到浮游生物的邊緣梯度圖像；

S32：在所述邊緣梯度圖像中使用閾值分割以及孔洞填充得到具有閉合輪廓的浮游生物的輪廓區(qū)域；

S33：確定所述輪廓區(qū)域的外接矩形的坐標(biāo)值，根據(jù)坐標(biāo)值在重建圖像數(shù)據(jù)集中進(jìn)行剪切得到目標(biāo)圖像數(shù)據(jù)集；

S4.基于所述目標(biāo)圖像的梯度和方差生成清晰度指標(biāo)，又基于清晰度指標(biāo)篩選出所述目標(biāo)圖像數(shù)據(jù)集中最清晰的目標(biāo)圖像；

S5.將最清晰的目標(biāo)圖像拼接到所述原位圖像上對(duì)應(yīng)的位置上，得到數(shù)字全息復(fù)原圖像；

所述步驟S5具體包括步驟：

S51.確定所述輪廓區(qū)域的外接矩形的坐標(biāo)值；

S52.將最清晰的目標(biāo)圖像按照原坐標(biāo)拼接在對(duì)應(yīng)的原位圖像上，得到清晰的數(shù)字全息復(fù)原圖像。

2.如權(quán)利要求1所述的基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，在所述步驟S1中，一次水下拍攝多張?jiān)粓D像，構(gòu)成原位圖像數(shù)據(jù)集。

3.如權(quán)利要求2所述的基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，在所述步驟S2中，每張所述原位圖像在被重建之前，被處理為相同大小。

4.如權(quán)利要求3所述的基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，每張所述原位圖像的大小為500×500像素。

5.如權(quán)利要求4所述的基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，在所述步驟S4中，基于所述目標(biāo)圖像的梯度和方差生成清晰度指標(biāo)，具體包括步驟：

S41.根據(jù)公式對(duì)每張所述目標(biāo)圖像進(jìn)行拉普拉斯變換，得到對(duì)應(yīng)的梯度圖像，f(x，y)為坐標(biāo)(x，y)處像素點(diǎn)的像素灰度值，f(x，y+1)、f(x，y-1)、f(x-1，y)、f(x+1，y)則代表坐標(biāo)(x，y)周圍上下左右四個(gè)像素點(diǎn)的像素灰度值；

S42.根據(jù)公式對(duì)每張所述梯度圖像計(jì)算方差以作為清晰度指標(biāo)，其中，l(x，y)為坐標(biāo)(x，y)處像素點(diǎn)的梯度值，為所述梯度圖像中所有坐標(biāo)梯度值的平均值。

6.如權(quán)利要求5所述的基于浮游生物數(shù)字全息圖像的自適應(yīng)性多焦點(diǎn)復(fù)原方法，其特征在于，在所述步驟S4中，所述篩選條件具體為：

清晰度指標(biāo)最大的圖像即為最清晰的目標(biāo)圖像。