[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

专利信息
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
【说明书】:

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)};

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top