[發明專利]一種基于機器視覺的水下目標識別方法

在審

• 申請號: 201710845431.1
• 申請日: 2017-09-19
• 公開（公告）號: CN107578045A
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 雷飛;方之愉;付偉;孫康
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/38
• 代理公司: 北京思海天達知識產權代理有限公司11203
• 代理人: 張慧

1.一種基于機器視覺的水下目標識別方法，其特征在于，包括以下步驟：

步驟1、對水下視頻進行獲取，對獲取的圖像進行初始化，其包含調整圖像的大小以及圖像的分辨率；

步驟2、對調整好大小和尺寸的圖像進行灰度處理，獲取灰度圖像；

步驟3、對獲取得到的灰度圖像進行高斯濾波；

步驟4、獲取高斯濾波之后的圖像再對圖像進行背景累積；

步驟5、在獲取累積所得的背景圖像之后，再通過當前實時的水下圖像與背景圖像進行幀間差分，獲取動態的前景圖像；

步驟6、獲取前景圖像之后對目標圖像進行自適應二值化處理；

步驟7、在對圖像進行二值化處理之后需要對圖像進行膨脹處理；

步驟8、將圖像中目標點像素的坐標輸入數組，進行物體邊界的求取然后將對應的坐標輸入矩形框，對目標進行圈定；在圖像輸入一條警戒線的坐標，然后規定圈定的目標在警戒線之下的情況下進行報警。

2.如權利要求1所述的基于機器視覺的水下目標識別方法，其特征在于，步驟4的圖像背景累積具體為:

dst(x,y)←(1-alpha)*dst(x,y)+alpha*src(x,y)，其中，src(x,y)為輸入圖像，dst(x,y)為輸出圖像，alpha為卷積參數，按照背景更新速度進行適當調整，取值在0～1之間。

3.如權利要求1所述的基于機器視覺的水下目標識別方法，其特征在于，步驟5具體為:

sl(x,y)＝src(x,y)-dst(x,y)，其中，dst(x,y)為累積獲取的背景圖像，src(x,y)為實時獲取的前景圖像，sl(x,y)為通過幀間蝦粉所獲取的目標前景圖像。

4.如權利要求1所述的基于機器視覺的水下目標識別方法，其特征在于，步驟6具體為:利用OTSU算法對目標圖像進行自適應二值化處理，首先，假設圖像像素能夠根據閾值，被分成背景[background]和目標[objects]兩部分；然后，計算該最佳閾值來區分這兩類像素，使得兩類像素區分度最大，

設圖像的總平均灰度為：u＝w0*u0+w1*u1，

前景和背景圖像的方差：

g＝w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)＝w0*w1*(u0-u1)*(u0-u1)，

最佳閾值：sb＝w1*w2*(u1-u0)*(u0-u1)，

其中，t為前景與背景的分割閾值，w0為前景點數占圖像比例，u0為平均灰度，w1為背景點數占圖像比例，u1為平均灰度，

獲取最佳閾值之后對圖像進行逐點判斷，規定大于此閾值的圖像點像素設置為255，小于此像素值的點像素設置為0。

5.如權利要求1所述的基于機器視覺的水下目標識別方法，其特征在于，步驟7具體為：所述膨脹是將物體與接觸的所有背景點合并到該物體中，使便捷向外部擴張的過程，其膨脹算法的步驟：

(1)采用3x3的結構元素，掃描圖像的每一個像素；

(2)用結構元素與其覆蓋的二值圖像做“與”操作；

(3)如果都為0，結果圖像的該像素為0。否則為1；

(4)結果：使二值圖像擴大一圈。