[发明专利]一种基于HSV空间水面图像特征的水岸线检测方法

摘要

本发明提出了一种基于HSV空间水面图像特征的水岸线检测方法。首先将RGB图像经过高斯滤波后变换到HSV空间，依据陆地特征权重进行HSV空间特征分量选取，接着进行像素点非线性增强；然后在增强的图像上进行区域分割，并将各个区域定义为基底图像；其次分析饱和度图像的行列特性，提取高饱和度的陆地区域，并定义为模板图像，将模板图像覆盖在各个基底图像上，按重叠区域面积比选取基底图像；最后通过边缘检测算子检测水岸线。

主权项

一种基于HSV空间水面图像特征的水岸线检测方法，其特征在于包括以下步骤：步骤一、图像像素点非线性增强图像增强的目的是增强陆地区域与天空和水面的对比度，陆地区域是后期水岸线检测的特征来源，定义M，N分别图像的行数和列数，将图像归一化处理后，采用以下两种任意一种方式进行区域增强：1)：将RGB图像经过高斯滤波平滑后转换到HSV空间，依据亮度图像的平均像素亮度值L不同设置了两种不同方法进行增强图像对比度，在亮度图像平均像素亮度值L较高时，在饱和度中进行直方图均衡化增强陆地区域；在亮度图像平均像素亮度值L较低时，在灰度图像中进行三次像素点fij非线性增强，L=1MNΣi=1MΣj=1Nfij---(1)]]>式中，M，N分别为亮度图像的行数和列数，fij为亮度图像(i,j)点处的亮度值，L为平均像素亮度值，Pij=Pij=fijefijPij<11Pij>1---(2)]]>式中，Pij是处理后的图像灰度值；2)：依据不同光照条件下的RGB图像色彩度的不同对HSV空间进行加权选取，接着对像素点fij进行非线性增强，HSV空间加权选取：WS=1MNΣi=1MΣj=1N(max(|R-G|,|R-B|,|G-B|)|R-G|+|R-B|+|G-B|)ijWV=1MNΣi=1MΣj=1N(min(|R-G|,|R-B|,|G-B|)|R-G|+|R-B|+|G-B|)ijfij=S*WS+V′*WvPij=fijefij---(3)]]>式中，R，G，B分别为RGB颜色图像对应空间的像素点的像素值,S，V分别为HSV空间中像饱和度值和亮度值，M，N为图像的行和列，fij为加权后的图像，Pij为非线性增强处理后的图像；方式1)中需要人工设定阈值，但处理效果好，方式2)中为将图像进行加权融合，不需要人工设定阈值，但计算量大；步骤二、图像分割在图像增强的基础上，采用分水岭算法进行区域分割，陆地区域连接天空区域与水面区域，其分割结果的好坏直接关系到后期水岸线检测效果，经过图像增强处理后得到的二值图像，再经过分水岭算法得到区域分割图像；将分割后的图像定义为基底图像Bk，作为候选区域；式中，Bk为基底图像，其尺寸与原图像尺寸相同，n为区域分割的数量；步骤三、映射变换在饱和度图像中，水面与天空的饱和度低，而陆地的饱和度较高，陆地与水面相交处饱和度值出现阶跃变化，而阶跃点位置即为水岸线位置，因此通过将饱和度图像的每一列(行)抽取出来，通过寻找高饱和度值所在位置确定陆地区域的位置，设置的列映射变换自适应阈值thrj计算方法如下：thrj=12MΣi=1Nfj+14[max(fj)+min(fj)]---(5)]]>列映射变换：fij=0fij<thrj1fij≥thrj---(6)]]>通过自适应阈值thrj对图像的每列进行提取，然后以相同的方式再进行行提取，将它们分别同二值图像进行与运算去除误检测点，将处理后的图像相加；通过设置自适应阈值的行列映射变换，得到陆地区域图像，该方式可以有效的提取出陆地区域轮廓，大部分干扰被抑制，但是河岸部分细节丢失严重，因此，将行列映射图像定义为模板T，作为基底图像进行区域选取的重要参考因素；步骤四、区域选取图像区域选取目的是将基底图像Bk中的陆地区域完整提取，将模板T覆盖在基底图像Bk上，计算重叠区域面积占各区域面积比例Pk，当Pk大于某一阈值时，该区域被选中；式中，n为区域分割的数量，当Pk大于某一设定的阈值时则该区域被选中，将被选中的区域叠加，即为最终提取的陆地区域；步骤五、水岸线检测在区域选取图像中，河岸边缘轮廓较为明显，通过经典边缘检测Canny算子进行水岸线检测，并去除最上边的陆地与天空的交界线，即可得到水岸线；式中，P为经过区域选取后的陆地区域，SL为最终水岸线检测结果。