[发明专利]一种基于高斯滤波的分水岭算法的自由液面识别和提取的方法

权利要求书

1.一种基于高斯滤波的分水岭算法的自由液面识别和提取的方法，其特征在于，包括以下步骤：

第一步，对采集的液面图像进行灰度处理转化为灰度图像；

1.1)通过实验拍摄自由液面运动的方式，采集自由液面图像，将液面图像结构元素分类，液面图像由水和空气组成；

1.2)对液面图像进行灰度处理，得到由水和空气组成的灰度图像，灰度图像视为f(x,y)函数；灰度图像中水和空气交界处的自由液面呈现出一条狭缝并具有特定宽度，自由液面处图像灰度值梯度变化较大；

第二步，对灰度处理后的灰度图像采用高斯差分滤波做卷积处理，凸显自由液面边缘；

2.1)高斯差分滤波采用两个高斯函数之差，凸显灰度图像灰度值中梯度大的边缘，弱化噪声和梯度小的边缘，表达式如下：

式中，x,y表示图像像素位置；σ表示高斯分布参数，决定高斯滤波的平滑程度，其中，σ₁和σ₂分别表示第一和第二个高斯分布参数；G_σ(x,y)表示二维高斯函数，其表达式如下：

其中，和分别表示第一和第二个高斯函数；

2.2)设置高斯差分函数DoG中的σ值，即σ₁和σ₂，使高斯差分滤波函数突起部分的宽度与灰度图像f(x,y)中自由液面狭缝宽度相同；

2.3)利用高斯差分滤波函数对灰度处理后的灰度图像f(x,y)进行卷积处理，使得狭缝处得到较高的响应，弱化夹缝两侧灰度变化较小和有残余噪声的响应，凸显自由液面，得到图像g₁₂；

第三步，对第二步高斯差分滤波后形成的图像g₁₂进行分水岭分割，识别和提取自由液面；

3.1)将高斯差分滤波后形成的灰度图像g₁₂利用拉普拉斯算子转化为二值化图像，二值化图像中水体区域用黑色表示，空气区域用白色表示；

3.2)基于OpenCV调用分水岭算法对(3.1)中的二值化图像进行分水岭分割，识别和提取自由液面。

2.根据权利要求1所述的一种基于高斯滤波的分水岭算法的自由液面识别和提取的方法，其特征在于，所述σ₁值范围为4～6，σ₂值范围为4～6。