[发明专利]一种基于图像处理的无人艇检测海浪的方法

权利要求书

1.一种基于图像处理的无人艇检测海浪的方法，其特征在于，具体包括以下步骤：

步骤一：海浪视频预处理，减少视频中图像的噪声，得到下一步可以处理的图像；

步骤二：将预处理后的图像所属颜色空间进行转换；

步骤三：对图像进行形态学操作，获取海浪所属的区域；

步骤四：统计海浪所属像素区域的面积在整张图像中的占比；

步骤五：当海浪所属像素面积在整张图像中的占比超过设定值后，生成触发信号，表明海浪大小，进行预警。

2.根据权利要求1所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述步骤一中海浪视频预处理，具体包括：

(1)对获取的图像逐帧进行高斯滤波；

(2)获取图像的基本参数，包括图像尺寸的总行数H和图像总列数W。

3.根据权利要求2所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述高斯滤波是一种线性滤波器，其抑制噪声，平滑图像，减少因为环境因素所导致摄像头采集的图像中的白噪声，保留图像中更多的有效特征，得到预处理图像，高斯卷积核尺寸为5×5。

4.根据权利要求1所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述步骤二中预处理后的图像所属颜色空间转换，具体包括：

(1)RGB颜色空间根据颜色发光原理来设计，使用红(R)、绿(G)、蓝(B)三种颜色不同比例混合，描述物体颜色，而HSV颜色空间是一种比较直观的颜色模型，使用色调(H)、饱和度(S)和明度(V)来描述物体颜色，转换公式如下：

令

取R′，G′，B′中最大值，记为C_max＝max(R′，G′，B′)；

取R′，G′，B′中最小值，记为C_min＝min(R′，G′，B′)，

令Δ＝C_max-C_min，则

V＝C_max；

(2)根据转换公式，对原始图像进行像素点的逐一运算，计算出色调H，饱和度S和明度V，生成得到HSV图像。

5.根据权利要求1所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述步骤三中对图像进行形态学操作，获取海浪所属的区域，具体包括：

(1)由于海浪腾起时呈现出的颜色偏白，与周围平静的海水的蓝色有所区别，利用颜色对比进行海浪区分，根据HSV颜色空间特性，设置上下阈值，其中设置色调(H)上阈值为180，下阈值为0，饱和度(S)上阈值为200，下阈值为0，明度(V)上阈值为255，下阈值为220，记录图像色调、饱和度和明度位于阈值区间的像素坐标；

(2)对预处理图像进行二值化操作，上一步中记录像素的坐标对应预处理图像中的像素使其红(R)、绿(G)和蓝(B)三个通道值设为255，即显示为白色，剩余像素红(R)、绿(G)和蓝(B)三个通道值设为1，即显示为黑色；

(3)对图像中的小水花做过滤处理，具体为对上一步图像先进行图像腐蚀操作，采用的腐蚀算子尺寸为5×5，随后进行图像膨胀操作，采用的膨胀算子尺寸为5×5。

6.根据权利要求1所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述步骤四中，统计海浪所属像素区域的面积在整张图像中的占比，具体包括：

(1)计算白色像素点，即像素点的红(R)、绿(G)和蓝(B)三个通道值为255的像素，记录最左边(x_L，y_L)，最右边(x_R，y_R)，最上边(x_H，y_H)，最下边(x_D，y_D)出现的白色像素坐标,依据四个坐标计算出海浪图像的最小外接矩形面积，则最小外接矩形像素数量为N＝(y_H-y_D)×(x_R-x_L)；

(2)用最小外接矩形像素数量N除以图像所有像素数量,计算白色像素占图像总像素比例，记为η，即

7.根据权利要求1所述的一种基于图像处理的无人艇检测海浪的方法，其特征在于，所述步骤五中当海浪所属像素区域面积在整张图像中的占比超过设定值后，生成触发信号，判断海浪是否过高，具体包括：

(1)判断η值大小，当50％＜η≤100％时，说明此时无人艇遭遇的海浪较大；当0≤η＜50％，说明此时无人艇遭遇的海浪较小。