基于梯度信息融合的水面光视觉图像目标区域检测方法

摘要

本发明提供的是一种基于梯度信息融合的水面光视觉图像目标区域检测方法。分别采用两种滑动窗口形式，计算水面光视觉图像的纵向梯度与横向梯度。将两个梯度信息进行融合，并采用连通检测方法标记区域的位置，根据目标的最终边界标记出目标区域。本发明主要是结合水面图像中海界线区域特点，先分别提取水面光学图像在纵向梯度与横向梯度方向上的目标边界信息，确定海界线属性和图像处理空间的划分，然后根据融合信息，确定目标边界的区域类别属性，并依据边界性质，完成像素的扫描与归类。本发明由于结合海界线特点对两个方向的梯度信息进行融合，降低了处理区域范围，减少了噪声的影响。也避免了对整个图像空间的运算处理，节约计算时间。

主权项

一种基于梯度信息融合的水面光视觉图像目标区域检测方法，其特征是：（1）.读取待检测的原始灰度图像，并存入一个二维图像数组中，各像素点的灰度值均在0～255的范围内；（2）.采用3×3滑动窗口A，对原始灰度图像进行纵向梯度运算，得到图像A1；（3）.采用5×5滑动窗口B，对原始灰度图像进行横向梯度运算，得到图像B1；（4）.在图像A1中，计算梯度分布信息，确定海界线属性；（5）.在图像B1中，采取膨胀与腐蚀运算，剔除噪声点所引起的梯度信息，根据海界线的属性，对图像B1进行划分，计算水面目标可能出现区域内的边界信息；（6）.将图像A1与图像B1进行融合运算得到图像C1；（7）.在图像C1中，选取由梯度信息所形成区域内的像素点作为种子，进行区域生长，对目标的轮廓类别进行标记；（8）.依据步骤（5）所确定的边界信息和步骤（7）所确定的轮廓类别信息，对图像像素进行连通检测，如果像素点属于目标边界，初始化目标的边界角点信息，对同一类的目标边界进行边界角点信息更新，对非同一类的目标边界，则初始化下一个目标的边界角点信息，并随后更新；（9）.重复步骤（8）至没有像素满足条件为止，相应得到的连通区域作为目标的最终边界；（10）.根据图像中目标与海界线间的距离，设置动态阈值，剔除伪目标，所获得结果作为最终的水面光视觉图像目标区域提取结果。