[发明专利]基于图像处理的海底地貌单元边缘智能识别方法

摘要

本发明公开了一种基于图像处理的海底地貌单元边缘智能识别方法。包括如下步骤1)根据海底深度测量数据绘制海底深度分布彩图，获取彩图中每个像素点的RGB三原色值；2)采用加权平均法对彩图进行灰度化计算，得到灰度图像；3)采用不同的滤波方法对灰度图像进行滤波，然后计算各滤波方法的峰值信噪比PSNR值，取最大PSNR值对应的滤波方法为最佳图像滤波方法；4)根据相邻像素灰度值之差的概率累计值确定阈值，根据阈值实现图像二值化；5)二值图像边界细化；6)根据8‑邻域跟踪方法实现边界连接；7)根据8‑邻域轮廓提取方法提取地形边界。本发明具有方法简单、计算量小、节约人力等优点。本发明适用于海底典型地貌单元的边界识别。

主权项

一种基于图像处理的海底地貌单元边缘智能识别方法，其特征包括如下具体步骤：(1)地形RGB彩图根据海底深度测量数据绘制海底深度分布的彩图，获取彩图中每个像素点的RGB三原色值R(i,j)、G(i,j)、B(i,j)，其中，R(i,j)、G(i,j)、B(i,j)为深度分布彩图中像素(i,j)的红、绿、蓝三个分量值，i，j为整数，且满足i∈[1，w]，j∈[1，h]，w和h分别为RGB彩图的横向分辨率和纵向分辨率；(2)图像灰度化采用加权平均法对彩图进行灰度化计算，得到灰度图像，灰度图像各像素的灰度值根据公式f(i，j)＝0.30R(i，j)+0.59G(i，j)+0.11B(i，j)计算得到，其中，f(i,j)为灰度图像像素(i,j)的灰度值；(3)图像滤波采用不同的滤波方法对灰度图像进行滤波，然后计算各滤波方法的峰值信噪比取最大PSNR值对应的滤波方法为最佳图像滤波方法，其中，n为每像素的比特数，在RGB彩图中确定，g(i，j)为滤波后图像像素(i，j)的灰度值；(4)图像二值化针对滤波后的灰度图，首先，根据和分别计算图像横向和纵向上的相邻像素灰度值之差的概率pw和ph，其中，c为横向上相邻两列像素值的差值取整，r为纵向上相邻两行像素值的差值取整，Nc表示c对应的像素点数，Nr表示r对应的像素点数，然后，分别计算横向和纵向上相邻像素灰度差值的概率累计值SPw＝∑pw和SPh＝∑ph，当SPw≥θw时的横向灰度差值作为横向阈值thw，当SPh≥θh时的纵向灰度差值作为纵向阈值thh，最后，根据横向和纵向的阈值实现图像二值化，即，若g(i,j)≤thw，则g(i,j)＝1，若g(i,j)＞thw，则g(i,j)＝0，若g(i,j)≤thh，则g(i,j)＝1，若g(i,j)＞thh，则g(i,j)＝0，得到二值化图像u(i,j)，其中，像素值0表示黑色，像素值1表示白色，θw、θh在图像处理程序中根据经验设定；(5)边界细化在二值化图像的横向上，首先，若满足u(i,j‑1)＝1且u(i,j)＝0，则记j＝a，若满足u(i,j‑1)＝0且u(i,j)＝1，则记j‑1＝b，然后，根据d＝|b‑a|求得二值化图像在横向上的边缘宽度d和宽度中间值c＝d/2，最后，当满足∈min≤d≤∈max时，在d范围内置u(i,a+c)＝0，置其余像素值为1，实现横向上的边界细化，同理进行纵向上的边界细化，其中，1≤i≤w，2≤j≤h，∈min、∈max在图像处理程序中根据经验设定；(6)边界连接根据8‑邻域跟踪方法，若像素u(i,j)＝1，且满足u(i‑1,j‑1)＝u(i+1,j+1)＝0或u(i‑1,j)＝u(i+1,j)＝0或u(i‑1,j+1)＝u(i+1,j‑1)＝0或u(i,j+1)＝u(i,j‑1)＝0，则置u(i,j)＝0，实现图像断续边界的连接，其中，2≤i≤w‑1，2≤j≤h‑1；(7)轮廓提取根据8‑邻域轮廓提取方法，若某一像素及其周围8个像素值均为0，则置该点像素值为1，将全黑封闭区域中间挖空，提取边界。