[发明专利]一种基于光视觉的水下目标识别方法

权利要求书

1.一种基于光视觉的水下目标识别方法，其特征在于：包括以下步骤：

(1)采集水下图像，通过水下图像采集系统分别在自然光照和人工光源环境下采集水下目标物图像；所述水下图像采集系统包括水下摄像头、水下照明设备、图像采集卡、工控计算机、独立12V直流电源和图像处理软件；水下摄像头和水下照明设备均放在水下，12V直流电压放置在岸上同时为水下摄像头和水下照明设备提供电源，图像采集卡安装在工控计算机的PCI-E插槽上，用MATLAB软件在Windows xp系统上进行仿真实验；

(2)图像预处理，将采集到的不同环境下的水下图像编为两组，分别依次进行图像增强、噪点定位、去噪以及色偏校正；

(3)目标特征提取：依次提取目标的形状特征、颜色特征和纹理特征；

目标特征提取的详细过程为：

(3.1)提取形状特征：对完成预处理后的水下图像利用canny算子提取目标轮廓；再用数学形态学方法对目标轮廓进行处理，即用开运算去掉目标外的孤立，再用闭运算填充轮廓内的细小空洞，连接邻近物体以及平滑边界，开运算则是先进行腐蚀再进行膨胀，闭运算是先进行膨胀再进行腐蚀，最后用7个Hu不变矩提取形状特征；

(3.2)提取颜色特征：将完成预处理后的水下RGB图像转到HSV空间，再提取图像的三阶颜色矩特征；

(3.3)提取纹理特征：对完成预处理后的水下图像，用灰度共生矩阵提取水下图像的纹理特征，用角二矩阵、对比度、熵和相关性4种特征作为灰度共生矩阵的主要参数提取图像的纹理特征；

(4)目标训练与识别，将步骤(3)获得的形状特征矩阵、颜色特征矩阵和纹理特征矩阵组成训练样本集，然后进行目标训练，对自然光照与人工光源下的两组测试样本进行分类，输出分类结果；

其中，所述噪点定位方法为：I_xy为对应点的灰度值，为了提高算法效率，以3×3滑动窗口，以满足非密噪点图像的滤波原则，获取窗口内灰度中值Imed、最大值I_max和最小值I_min；当满足公式(1)中的两种情况就判定点(x,y)为噪声点，否则视为非噪声点；

该方法确保噪声分布不密集的噪点(x,y)被进行中值滤波处理，采用扩大窗口的方式来减少冲击噪声空间密度，即如果I_med-I_min＝0或I_med-I_max＝0，表明噪点比较密集，则增大滤波窗口的尺寸为5×5，再重新按照式(1)进行处理；

再用中值滤波算法滤去定位出的噪点，中值滤波算法用公式(2)表示为：

g(x,y)＝med{f(x,y)},(x,y)∈N(x,y) 公式(2)

其中，f(x,y)是原图，g(x,y)是处理后图像，N(x,y)是以点(x,y)为中心的n×n矩形邻域，n是奇数，中心点(x，y)即为水下图像中的任意一点；med{}是图像矩形邻域中灰度值按照大小排列后的中间值。

2.根据权利要求1所述的基于光视觉的水下目标识别方法，其特征在于：所述步骤(2)中图像预处理的具体方法为：

首先，对采集到的水下图像基于暗原色先验算法进行增强处理，去除雾气，凸显纹理细节；其次，用噪点定位方法对增强后的图像进行噪点定位，再用中值滤波算法滤去定位出的噪点；最后用视网膜大脑皮层理论法对图像进行色偏校正，还原图像本色。