专利名称：基于水下图像统计特性的边缘检测方法
技术领域：
本发明涉及的是一种图像处理技术领域的图像检测方法。
背景技术：
图像边缘通常对应于图像强度或纹理产生变化的区域，是描述目标结构最为基础的一类特征，是视觉感知的重要线索，广泛应用于线性特征提取、目标识别与特征匹配。由于海洋开发和水下目标探测等关系国民经济的重大需求使得水下图像的数字处理技术日益受到重视。目前专门针对水下图像统计特性的边缘检测方法研究较少，常用的方法都是处理普通光学图像的边缘检测方法,如Sobel、Robert、Canny、小波模极大值法等检测方法。Sobel算子和Robert算子边缘检测速度较快但检测出的结构信息不完整，同时对于噪声图像检测时常出现伪边缘。小波方法利用时频分析的优越性，获取不同尺度下的图像边缘信息，但小波方法局限于只能检测点奇异以及有限的方向性。Canny算子在检测过程中通过高斯函数对图像进行平滑较好的抑制了噪声，并且由于采用递归跟踪算法不断的搜集边缘进行连接，因此得到了更加完整的图像边缘。但将此方法用于水下图像时，对于处理过程阈值的合理设置是其难点，阈值选择的恰当与否也对边缘检测的效果起着决定性的作用。水下图像数字处理的目的是(1)改善图像质量即减小噪声增强有用信息。(2)图像特征的提取和识别。通过理论分析和实验表明可以发现，解决这些问题的方法的效果优劣取决于图像的统计特征。
发明内容
本发明的目的在于提供在有效抑制水下图像噪声的同时，较好的检测出图像的边缘信息的基于水下图像统计特性的边缘检测方法。本发明的目的是这样实现的本发明基于水下图像统计特性的边缘检测方法，其特征是(I)对水下图像进行统计特性分析即对水下图像中不同像素点的相关系数P ( τ 1； τ 2)进行估算
权利要求
1.基于水下图像统计特性的边缘检测方法，其特征是 (1)对水下图像进行统计特性分析即对水下图像中不同像素点的相关系数P(T1, T2)进行估算
2.根据权利要求I所述的基于水下图像统计特性的边缘检测方法，其特征是进行高斯平滑时，取高斯滤波器参数σ = 2。
全文摘要
本发明的目的在于提供基于水下图像统计特性的边缘检测方法，包括如下步骤对水下图像进行统计特性分析，对两幅水下图像进行平滑，计算平滑后的数据阵列的梯度幅值和梯度方向，对梯度幅值进行非极大值抑制，利用Rosin方法获得单峰图像阈值，利用递归跟踪的算法不断的在低阈值图像中搜集边缘，直到将高阈值图像中所有的间隙都连接起来为止。本发明可以针对不同的水下图像自动设置边缘检测的合理阈值，克服了传统方法手动阈值设定不准确的缺点。同时通过合理确定高斯平滑参数及邻域范围捕捉图像边缘信息，能够在去除噪声的同时，更好地检测图像的边缘轮廓。
文档编号G06T7/00GK102903108SQ20121035900
公开日2013年1月30日 申请日期2012年9月25日 优先权日2012年9月25日
发明者李一兵, 刘悦, 叶方, 林云, 张静, 李一晨, 李骜, 朱瑶 申请人:哈尔滨工程大学