基于颜色特征和边缘特征的天际线检测方法技术

本发明专利技术提供一种基于颜色特征和边缘特征的天际线检测方法，主要是将图像从RGB颜色空间转换到HSV颜色空间，利用天空的颜色特性初步提取出天空区域，再利用Canny边缘检测算子对图像进行边缘检测，并利用Opencv计算机视觉库中的FindContours函数检测图像中的封闭轮廓，对于每个轮廓依次统计出该封闭区域的面积和区域内所包含天空像素的占比，完成有效区域的校验，再次利用Canny边缘检测算子完成最终天际线的检测。本发明专利技术的天际线检测结果准确率较高，获取的天际线较为完整，并与实际的天际线轮廓基本一致；本发明专利技术需对有效区域进行校验，因此在实际应用中本发明专利技术的检测结果受外界天气环境、地表情况等因素的影响较小，对噪声的敏感度较低、鲁棒性好。鲁棒性好。鲁棒性好。

【技术实现步骤摘要】
基于颜色特征和边缘特征的天际线检测方法


[0001]本专利技术涉及天际线检测
，具体提供一种基于颜色特征和边缘特征的天际线检测方法。

技术介绍

[0002]天际线是指图像中天空区域与非天空区域间的分界线，如天空与山脉、天空与森林、天空与沙漠等。随着机器视觉与人工智能技术的飞速发展，天际线检测技术在无人机视觉导航、地理位置标定、高精图像校准等领域起着至关重要的作用。
[0003]近年来，国内外广大科研人员在天际线检测
取得了一定的研究成果，但在实际应用时，受外界天气环境、地表情况等复杂因素的影响，天际线检测结果往往准确率较低、鲁棒性较差，检测出的曲线与实际天际线轮廓不符。目前常采用的天际线检测并提取方法，受噪声影响较大，提取得到的天际线经常不够完整，难以满足后续研究或测图的目的。

技术实现思路

[0004]本专利技术提供的基于颜色特征和边缘特征的天际线检测方法，包括以下步骤：
[0005]S1、将图像由RGB颜色空间转换至HSV颜色空间；
[0006]S2、利用天空的颜色特征初步提取出天空区域；
[0007]S3、利用Canny边缘检测算子对图像进行边缘检测；
[0008]S4、对经S3处理后的图像进行轮廓特征提取，获得封闭区域；
[0009]S5、对封闭区域进行有效区域校验；
[0010]S6、利用Canny边缘检测算子对已校验后的图像进行边缘检测，获得天际线检测结果。
[0011]优选的，S2的具体过程如下：遍历图像中的所有像素点，若像素点在HSV颜色空间满足H的取值范围为[160
°
，248
°
]、S的取值范围为[0.04,1]、V的取值范围为[40,255]；或H的取值范围为[0
°
，360
°
]、S的取值范围为[0，1]、V的取值范围为[176，255]，则判断该像素点属于天空区域。
[0012]优选的，将天空区域用白像素点表示，非天空区域用黑像素点表示，获得初步黑白图像。
[0013]优选的，在S4中，利用Opencv计算机视觉库中的FindContours函数获取图像中的封闭区域。
[0014]优选的，在S5中，有效区域的校验过程如下：
[0015]统计封闭区域内的像素点数目，当封闭区域的像素点数目小于图像的像素点总数的5％时，则该封闭区域判定为噪声，均改用黑像素点表示；
[0016]当封闭区域的像素点数目大于或等于图像的像素点总数的5％时，若封闭区域的白像素点大于或等于封闭区域的像素点数目的60％，则该封闭区域判定为天空区域，均改
用白像素点表示；若封闭区域的白像素点小于封闭区域的像素点数目的60％，则该封闭区域判定为非天空区域，均改用黑像素点表示。
[0017]与现有技术相比，本专利技术能够取得如下有益效果：
[0018]利用本专利技术获取的天际线检测结果准确率较高，获取的天际线较为完整，并与实际的天际线轮廓基本一致；由于本专利技术具备对有效区域进行校验，因此在实际应用中本专利技术的检测结果受外界天气环境、地表情况等因素的影响较小，对噪声的敏感度较低、鲁棒性好。
附图说明
[0019]图1是根据本专利技术实施例提供的基于颜色特征和边缘特征的天际线检测方法的流程图；
[0020]图2是根据本专利技术实施例提供的图像a；
[0021]图3是根据本专利技术实施例提供的图像a的初步黑白图像；
[0022]图4是根据本专利技术实施例提供的图像a经第一次边缘检测的结果图；
[0023]图5是根据本专利技术实施例提供的图像a经轮廓特征提取的结果图；
[0024]图6是根据本专利技术实施例提供的图像a经有效区域校验的结果图；
[0025]图7是根据本专利技术实施例提供的图像a的天际线检测的结果图；
[0026]图8是根据本专利技术实施例提供的图像b；
[0027]图9是根据本专利技术实施例提供的图像b的初步黑白图像；
[0028]图10是根据本专利技术实施例提供的图像b经第一次边缘检测的结果图；
[0029]图11是根据本专利技术实施例提供的图像b经轮廓特征提取的结果图；
[0030]图12是根据本专利技术实施例提供的图像b经有效区域校验的结果图；
[0031]图13是根据本专利技术实施例提供的图像b的天际线检测的结果图。
具体实施方式
[0032]在下文中，将参考附图描述本专利技术的实施例。在下面的描述中，相同的模块使用相同的附图标记表示。在相同的附图标记的情况下，它们的名称和功能也相同。因此，将不重复其详细描述。
[0033]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，而不构成对本专利技术的限制。
[0034]图1示出了根据本专利技术实施例提供的基于颜色特征和边缘特征的天际线检测方法的流程。
[0035]如图1所示，本专利技术实施例将通过结合图像a的天际线获取对本专利技术的基于颜色特征和边缘特征的天际线检测方法进行详细阐述如下：
[0036]图2示出了根据本专利技术实施例提供的图像a。
[0037]如图2所示，S1、将输入的图像a从RGB颜色空间转换至HSV颜色空间，在机器视觉领域，HSV颜色空间相比于RGB颜色空间的应用更为广泛，HSV颜色空间可通过单区间描述出特定的颜色特征，可直观表示出特定颜色的色调、鲜艳程度和明暗程度。HSV颜色空间是描述
颜色直观特征的一种颜色模型，HSV颜色空间由色调(Hue)、饱和度(Saturation)和明度(Value)三个参数组成，其中，色调采用角度衡量，其取值范围为0
°
～360
°
，从红色开始按逆时针方向计算，红色为0
°
，绿色为120
°
，蓝色为240
°
。饱和度表示颜色接近接近光谱色的程度，其取值范围为0～1，值越大，饱和度越高，颜色越深而艳。明度表示颜色的明亮程度，其取值范围为0～255，0表示黑色，255表示白色。
[0038]本专利技术实施例提供的一种RGB颜色空间转换至HSV颜色空间的可行算法公式为：
[0039]max＝max(R,G,B)；
[0040]min＝min(R,G,B)；
[0041]V＝max(R,G,B)；
[0042]S＝(max
‑
min)/max；
[0043]if(R＝max)H＝(G
‑
B)/(max
‑
min)*60；
[0044]if(G＝max)H＝120+(B
‑
R)/(max
‑
min)*60；
[0045]if(B＝max)H＝240+(R
‑
G)/(max
‑
min)*60本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于颜色特征和边缘特征的天际线检测方法，其特征在于，包括以下步骤：S1、将图像由RGB颜色空间转换至HSV颜色空间；S2、利用天空的颜色特征初步提取出天空区域；S3、利用Canny边缘检测算子对图像进行边缘检测；S4、对图像进行轮廓特征提取，获得封闭区域；S5、对所述封闭区域进行有效区域校验；S6、利用Canny边缘检测算子对已校验后的图像进行边缘检测，获得天际线检测结果。2.如权利要求1所述的基于颜色特征和边缘特征的天际线检测方法，其特征在于，S2的具体过程如下：遍历图像中的所有像素点，若像素点在HSV颜色空间满足H的取值范围为[160
°
，248
°
]、S的取值范围为[0.04,1]、V的取值范围为[40,255]；或H的取值范围为[0
°
，360
°
]、S的取值范围为[0，1]、V的取值范围为[176，255]，则判断该像素点属于所述天空区域。3.如权...

【专利技术属性】
技术研发人员：姜鑫，朱明，郝志成，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：