專利名稱：基于水下圖像統計特性的邊緣檢測方法
技術領域：
本發明涉及的是一種圖像處理技術領域的圖像檢測方法。
背景技術：
圖像邊緣通常對應于圖像強度或紋理產生變化的區域，是描述目標結構最為基礎的一類特征，是視覺感知的重要線索，廣泛應用于線性特征提取、目標識別與特征匹配。由于海洋開發和水下目標探測等關系國民經濟的重大需求使得水下圖像的數字處理技術日益受到重視。目前專門針對水下圖像統計特性的邊緣檢測方法研究較少，常用的方法都是處理普通光學圖像的邊緣檢測方法,如Sobel、Robert、Canny、小波模極大值法等檢測方法。Sobel算子和Robert算子邊緣檢測速度較快但檢測出的結構信息不完整，同時對于噪聲圖像檢測時常出現偽邊緣。小波方法利用時頻分析的優越性，獲取不同尺度下的圖像邊緣信息，但小波方法局限于只能檢測點奇異以及有限的方向性。Canny算子在檢測過程中通過高斯函數對圖像進行平滑較好的抑制了噪聲，并且由于采用遞歸跟蹤算法不斷的搜集邊緣進行連接，因此得到了更加完整的圖像邊緣。但將此方法用于水下圖像時，對于處理過程閾值的合理設置是其難點，閾值選擇的恰當與否也對邊緣檢測的效果起著決定性的作用。水下圖像數字處理的目的是(1)改善圖像質量即減小噪聲增強有用信息。(2)圖像特征的提取和識別。通過理論分析和實驗表明可以發現，解決這些問題的方法的效果優劣取決于圖像的統計特征。
發明內容
本發明的目的在于提供在有效抑制水下圖像噪聲的同時，較好的檢測出圖像的邊緣信息的基于水下圖像統計特性的邊緣檢測方法。本發明的目的是這樣實現的本發明基于水下圖像統計特性的邊緣檢測方法，其特征是(I)對水下圖像進行統計特性分析即對水下圖像中不同像素點的相關系數P ( τ 1； τ 2)進行估算
權利要求
1.基于水下圖像統計特性的邊緣檢測方法，其特征是 (1)對水下圖像進行統計特性分析即對水下圖像中不同像素點的相關系數P(T1, T2)進行估算
2.根據權利要求I所述的基于水下圖像統計特性的邊緣檢測方法，其特征是進行高斯平滑時，取高斯濾波器參數σ = 2。
全文摘要
本發明的目的在于提供基于水下圖像統計特性的邊緣檢測方法，包括如下步驟對水下圖像進行統計特性分析，對兩幅水下圖像進行平滑，計算平滑后的數據陣列的梯度幅值和梯度方向，對梯度幅值進行非極大值抑制，利用Rosin方法獲得單峰圖像閾值，利用遞歸跟蹤的算法不斷的在低閾值圖像中搜集邊緣，直到將高閾值圖像中所有的間隙都連接起來為止。本發明可以針對不同的水下圖像自動設置邊緣檢測的合理閾值，克服了傳統方法手動閾值設定不準確的缺點。同時通過合理確定高斯平滑參數及鄰域范圍捕捉圖像邊緣信息，能夠在去除噪聲的同時，更好地檢測圖像的邊緣輪廓。
文檔編號G06T7/00GK102903108SQ20121035900
公開日2013年1月30日 申請日期2012年9月25日 優先權日2012年9月25日
發明者李一兵, 劉悅, 葉方, 林云, 張靜, 李一晨, 李驁, 朱瑤 申請人:哈爾濱工程大學