[发明专利]基于形态学的水陆空交界线检测方法、系统、介质和设备在审
申请号: | 201910379985.6 | 申请日: | 2019-05-08 |
公开(公告)号: | CN110097549A | 公开(公告)日: | 2019-08-06 |
发明(设计)人: | 熊俊峰;冯天伟;肖金超;刘继海;何玉庆;苑明哲 | 申请(专利权)人: | 广州中国科学院沈阳自动化研究所分所;中国科学院沈阳自动化研究所 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06T7/90 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李斌 |
地址: | 511458 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 形态学 预处理 交界线 水陆空 颜色空间转换 梯度处理 梯度图 无人船 检测 图像预处理模块 边缘检测算法 分割处理模块 图像 分水岭分割 参考标准 亮度通道 水域环境 提取模块 原始图片 自主导航 分割 高斯 去噪 缩放 天线 尺度 模糊 转换 | ||
本发明公开了一种基于形态学的水陆空交界线检测方法、系统、介质和设备,该系统包括图像预处理模块、形态学梯度处理模块、分割处理模块和水陆空交界线提取模块,该方法具体步骤为:对获得的原始图片进行预处理,预处理包括:尺度缩放、高斯模糊去噪和颜色空间转换处理,得到预处理后图像,颜色空间转换处理是将RGB颜色空间转换到HSV颜色空间;对预处理后图像HSV颜色空间中的亮度通道进行形态学梯度处理,得到形态学梯度图;对形态学梯度图进行分水岭分割处理,得到分割图;对分割图采用边缘检测算法提取陆天线和水陆线。本发明能快速准确地检测出水陆空交界线,为无人船实现自主导航提供重要的参考标准,使无人船能适应多样的水域环境。
技术领域
本发明涉及自主检测导航技术领域,具体涉及一种基于形态学的水陆空交界线检测方法、基于形态学的水陆空交界线检测系统、介质和设备。
背景技术
如今,无人船愈发受到广大科研人员的关注,在短短几年间,无人船的研究便取得了很大的研究成果。目前关于无人船的研究主要集中在水域,例如水质监测、水下地形测绘、救援、渔政巡逻等重要用途。为了达到无人船的自主导航要求,首先要完成海天线的检测。然而现有成熟的海天线检测算法,面对更复杂的水陆环境却显得束手无策。因此,研究一种水陆空交界线快速检测的技术,在面对多元复杂的水陆环境时,也能快速准确的检测出水陆线,为无人船在湖泊中的障碍物检测、跟踪,无人船的路径规划提供重要的参考特征,是本领域技术人员所关注的重点问题。
发明内容
为了克服现有技术存在的缺陷与不足,本发明提供一种基于形态学的水陆空交界线检测方法,能快速准确的检测出水陆空交界线,为无人船在湖泊里完成自主导航提供了参考标准。
本发明的第二目的在提供一种基于形态学的水陆空交界线检测系统。
本发明的第三目的在于提供一种存储介质。
本发明的第四目的在于提供一种计算设备。
为了达到上述目的,本发明采用以下技术方案:
一种基于形态学的水陆空交界线检测方法,包括下述步骤:
S1:对获得的原始图片进行预处理,预处理包括:尺度缩放、高斯模糊去噪和颜色空间转换处理,得到预处理后图像,所述颜色空间转换处理将RGB颜色空间转换到HSV颜色空间;
S2:对预处理后图像HSV颜色空间中的亮度通道V进行形态学梯度处理,得到形态学梯度图;
S3:对形态学梯度图进行分水岭分割处理,得到分割图;
S4:对分割图采用边缘检测算法提取陆天线和水陆线。
作为优选的技术方案,步骤S1所述的对获得的原始图片进行预处理,具体步骤为:
对每一帧图像经过尺度缩放处理后变成640x480,然后采用7x7的窗口对缩放后的图像进行高斯模糊去噪处理,最后由RGB颜色空间转换到HSV颜色空间。
作为优选的技术方案,步骤S2所述的对预处理后图像HSV颜色空间中的亮度通道V进行形态学梯度处理,具体步骤为:
膨胀粗化图像中的高亮区域得到膨胀图,腐蚀细化图像中的高亮区域得到腐蚀图,膨胀图减去腐蚀图,得到天空区域、陆地区域和水面区域的边界线被增强的边界,
形态学梯度图由下列公式给出:
G(x,y)=Dilate(x,y)-Erode(x,y);
Dilate(x,y)=Max(s,t)∈b{f(x+s,y+t)};
Erode(x,y)=Min(s,t)∈b{f(x+s,y+t)};
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州中国科学院沈阳自动化研究所分所;中国科学院沈阳自动化研究所,未经广州中国科学院沈阳自动化研究所分所;中国科学院沈阳自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910379985.6/2.html,转载请声明来源钻瓜专利网。