[发明专利]一种基于自适应阈值帧差法的实时海浪分割方法及装置

说明书

本发明公开了一种基于自适应阈值帧差法的实时海浪分割方法及装置，该方法包括：获取目标海域运动海浪视频序列图像；对所述运动海浪视频序列图像，进行灰度转化；将获得的灰度图像相邻两帧进行差分操作；根据差分后的图像，生成自适应阈值；根据所述自适应阈值，进行阈值操作输出最终的海浪分割图像。该方法适用于基于双目视觉海浪高度的测量以及三维重建的工作中，能够快速分割出运动的海浪，用时少，效果明显，自适应阈值的应用能够使该方法应用在不同场景中，减少了不同视频下需要重新设置阈值的工作，而且本方法简单，易于编程实现，算法耗时少，具有实时性。

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种基于自适应阈值帧差法的实时海浪分割方法及装置。

背景技术

海啸作为一种极具危害性的自然灾害，自古以来就使人们深受其扰，与此相关的研究也一直未曾间断。海啸造成的巨大人员伤亡与财产损失将海啸的监测与预警这一问题推上了风口浪尖。由于地震波传播速度远远大于海啸，因此目前国际上通常基于地震信息来进行海啸预警。该方法的缺点是受海底地形及地震强度等因素的影响,即使发生了海底地震,也不一定产生海啸。由海啸误警所引起的人员疏散以及防灾准备,也会消耗大量的时间,金钱与人力,这也是人们所不希望的。当前海啸预警系统所依据的海啸判别较为直观的理解都是通过对浪高或者说海面的变化,更详细到手段可分为两大类,通过海面的压强变化以及通过电磁波反射。然而这样的方法很难获取海浪的形状等其他信息。近年来在测量领域中新兴的图像测量技术是一种以光学技术为基础,将计算机技术、光电子技术、激光技术、图像处理技术等多种现代科学技术融合在一起的一种高能测量技术,所谓的图像测量,就是把测量对象图像作为检测和传递信息的手段和载体,从中提取有用信息加以利用的精确测量技术。考虑海浪顶部的高低变化来记录海面的变化情况，可以基于有海面高度测量方法的不足和图像测量技术的优势，应用光学图像方法来测量海浪。在海浪测量以及三位重建工作中海浪的分割成为最重要的也是最基础的一部分。

计算机视觉是一门包含多种应用技术的综合性学科，其中融合了生物工程、计算机科学、信号处理等相关技术。同时计算机视觉也是扩展人工智能在图像相关领域的重要支撑。近几年来计算机视觉技术的研究取得了实质性的进展，并逐渐扩展到多个领域。其中的图像分割是计算机视觉中的一项关键技术，也是一经典难题，发展至今仍没有找到一个通用的方法。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

(Ⅰ)阈值分割方法

阈值分割方法现已提出了大量算法，对灰度图像的取阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值，然后将图像中各个象素的灰度值都与这个阈值相比较，并根据比较结果将对应的象素分为两类。这两类象素一般分属图像的两类区域，从而达到分割的目的。中该方法可以看出，确定一个最优阈值是分割的关键。

(Ⅱ)基于边缘的分割方法

图像最基本的特征是边缘，它是图像局部特性不连续(或突变)的结果。例如，灰度值的突变、颜色的突变、纹理的突变等。边缘检测方法是利用图像一阶导数的极值或二阶导数的过零点信息来提供判断边缘点的基本依据，经典的边缘检测方法是构造对图像灰度阶跃变化敏感的差分算子来进行图像分割，如Robert算子、Sobel算子、Prewitt算子、Laplacian算子等。

(Ⅲ)基于区域的分割方法

区域分割的实质就是把具有某种相似性质的像素连通起来，从而构成最终的分割区域。它利用了图像的局部空间信息，可有效的克服其它方法存在的图像分割空间不连续的缺点，但它通常会造成图像的过度分割。

(Ⅳ)结合特定理论工具的分割方法

图像分割至今为止尚无通用的自身理论近年来，随着各学科许多新理论和新方法的提出，人们也提出了许多与一些特定理论、方法和工具相结合的分割技术