申请/专利权人:北京理工大学
申请日:2023-07-07
公开(公告)日:2023-11-17
公开(公告)号:CN117078709A
主分类号:G06T7/13
分类号:G06T7/13;G06T5/00;G06T5/20;G06T5/30;G06T7/11;G06N3/049;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.05#实质审查的生效;2023.11.17#公开
摘要:本发明公开的一种基于PCNN和改进形态学的低空目标边缘检测方法,属于航天检测技术领域。本发明实现方法为:获取临空平台搭载光电载荷拍摄的包含低空目标的图像,使用滤波算法对图像进行预处理;采用PCNN模型对滤波后的图像进行图像分割,将存在低空目标的区域筛选出来,区域提取得到待检测的图像,消除细节给边缘检测造成的影响;对获得的待检测图像,使用改进的形态学梯度进行边缘检测,利用形态学梯度滤波算子抑制随机噪声的特性,提高低空目标边缘检测的精度和抗噪声的能力;利用形态学细化算子对获得的低空目标边缘进行细化,保持图像细小部分的连通性,提高低空目标边缘检测的精度。利用本发明具有检测精度高、抗干扰能力强的优点。
主权项:1.一种基于PCNN和改进形态学的低空目标边缘检测方法,其特征在于:包括如下步骤,步骤一:获取临空平台搭载光电载荷拍摄的包含低空目标的图像,然后使用滤波算法对图像进行预处理;步骤二:在图像处理前,对PCNN模型各个节点的权重和偏置参数进行初始化;步骤三:采用PCNN模型对自适应中值滤波后的图像进行图像分割,将存在低空目标的区域筛选出来,进行区域提取得到待检测的图像,提高图像分割的精度和速度,消除细节给边缘检测造成的影响;步骤四:对获得的待检测图像,使用改进的形态学梯度进行边缘检测,利用形态学梯度滤波算子抑制随机噪声的特性,提高低空目标边缘检测的精度和抗噪声的能力;步骤五:利用形态学细化算子对获得的低空目标边缘进行细化,保持图像细小部分的连通性,提高低空目标边缘检测的精度。
全文数据:
权利要求:
百度查询: 北京理工大学 一种基于PCNN和改进形态学的低空目标边缘检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。