System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种适用于海底沉船超声波图像的边缘检测方法技术_技高网

一种适用于海底沉船超声波图像的边缘检测方法技术

技术编号:41404825 阅读:5 留言:0更新日期:2024-05-20 19:30
本发明专利技术公开一种适用于海底沉船超声波图像的边缘检测方法,属于超声波图像的边缘检测技术领域,包括以下步骤:读取原始海底沉船超声波图像;抑制海底沉船超声波图像的散斑噪声;计算图像中每个像素位置的梯度,得到梯度图像;对梯度图像实施非极大值抑制;确定高低阈值,检测边缘和连接边缘;去除含有孤立点的边缘图像中的孤立点;输出边缘检测后的海底沉船超声波图像。本发明专利技术采用上述方法,针对Canny算子不适用于海底沉船超声波图像的边缘检测的缺欠,通过用Lee滤波代替Canny算子中的高斯平滑滤波,同时增加利用Laplacian扩展模版去除孤立点步骤,为海底沉船超声波图像的边缘检测提供一种新方法。

【技术实现步骤摘要】

本专利技术涉及超声波图像的边缘检测,尤其涉及一种适用于海底沉船超声波图像的边缘检测方法


技术介绍

1、海底沉船打捞在海洋工程、海底救捞、沉船文物的发掘、海洋考古以及海上贸易、海上科技文化交流、中国古代海上丝绸之路的研究等诸多方面具有重要的意义和广泛的需求。海底沉船打捞的前提是海底沉船的识别,海底沉船的识别的前提是海底沉船的测量。水下超声波成像设备是一种重要的和不可替代的水下超声波测量设备,它在海底沉船的测量中占主导地位。借助于水下超声波成像设备,海底沉船的测量问题转化为海底沉船超声波图像的测量问题。海底沉船超声波图像的边缘含有海底沉船的重要信息,利用海底沉船超声波图像对海底沉船进行测量时,海底沉船超声波图像的边缘检测是关键的环节。海底沉船超声波图像的边缘检测是水下超声波图像测量领域一个公认的难题。

2、传统的图像边缘检测方法有sobel 算子、roberts 算子、prewitt算子、kirsch算子和canny算子(canny算子详见文献:j. canny. a computational approach to edgedetection. ieee transactions on pattern analysis and machine intelligence,1986, pami-8(6): 679-698.)。sobel 算子、roberts 算子、prewitt算子、kirsch算子中无噪声抑制环节,对图像噪声敏感,由于海底沉船超声波图像中含有较多的噪声,所以sobel算子、roberts 算子、prewitt算子、kirsch算子不适用于海底沉船超声波图像的边缘检测。canny算子中有噪声抑制环节,对图像实施了高斯平滑,使得canny算子应用于含有加性高斯白噪声的图像具有良好的效果。由于海底沉船超声波图像中的主要噪声是散斑噪声,而高斯平滑对散斑噪声的抑制效果欠佳,所以canny 算子也不适用于海底沉船超声波图像的边缘检测,具体表现是边缘检测后的图像中含有较多的假边缘和孤立点。

3、鉴于canny 算子是目前应用广泛的图像边缘检测方法,本专利技术对canny算子不适用于海底沉船超声波图像的边缘检测的缺欠进行改进,提供一种适用于海底沉船超声波图像的边缘检测方法。


技术实现思路

1、为了克服canny 算子不适用于海底沉船超声波图像的边缘检测的缺欠,本专利技术通过对canny 算子进行改进,提供一种适用于海底沉船超声波图像的边缘检测方法。

2、为实现上述目的,本专利技术提供了一种适用于海底沉船超声波图像的边缘检测方法,包括以下步骤:

3、步骤一,读取原始海底沉船超声波图像;

4、步骤二,抑制海底沉船超声波图像的散斑噪声;

5、步骤三,计算图像中每个像素位置的梯度,得到梯度图像;

6、步骤四,对梯度图像实施非极大值抑制;

7、步骤五,确定高低阈值,检测边缘和连接边缘;

8、步骤六,去除含有孤立点的边缘图像中的孤立点;

9、步骤七,输出边缘检测后的海底沉船超声波图像。

10、优选的,步骤二中,对海底沉船超声波图像实施lee滤波,窗口选取。

11、可选的,步骤二中,对海底沉船超声波图像实施kuan滤波,窗口选取。

12、可选的,步骤二中,对海底沉船超声波图像实施frost滤波,窗口选取。

13、优选的,步骤五中,利用otsu法得到边缘图像的阈值,将其作为高阈值,将作为低阈值。

14、可选的,步骤五中,利用最大熵法得到边缘图像的阈值,将其作为高阈值,将作为低阈值。

15、优选的,步骤六中,将步骤五得到的含有孤立点的边缘图像与下式表示的laplacian扩展模版进行卷积运算,然后将卷积结果中小于或等于-7的像素灰度值置0,再将经过上述处理得到的图像与步骤五中得到的含有孤立点的边缘图像做哈达玛积,得到本专利技术方法边缘检测后的图像。应该说明的是,按下式选用laplacian扩展模版,只能去除长度小于或等于两个像素长度的边缘(孤立点);如果想要去除更大尺寸的孤立点,需要更大尺寸的laplacian扩展模版。

16、

17、本专利技术具有以下有益效果:

18、1、本专利技术方法用lee滤波代替canny算子中的高斯平滑滤波,对海底沉船超声波图像进行散斑噪声抑制。所以,与canny算子相比,本专利技术方法具有抗散斑噪声能力。

19、2、本专利技术方法在canny算子基础上增加利用laplacian扩展模版去除孤立点的步骤,所以本专利技术方法可以去除因残余散斑噪声导致的孤立点。这也使得本专利技术方法具有更强的抗散斑噪声能力。

20、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种基于改进Canny算子的适用于海底沉船超声波图像的边缘检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种适用于海底沉船超声波图像的边缘检测方法,其特征在于,用Lee滤波代替Canny算子中的高斯平滑滤波,对海底沉船超声波图像进行散斑噪声抑制。

3.根据权利要求1所述的一种适用于海底沉船超声波图像的边缘检测方法,其特征在于,在Canny算子中增加去除孤立点步骤。

4.根据权利要求1所述的一种适用于海底沉船超声波图像的边缘检测方法,其特征在于,去除含有孤立点的边缘图像中的孤立点的方法是:将步骤五得到的含有孤立点的边缘图像与大小为的 Laplacian扩展模版进行卷积运算,然后将卷积结果中小于或等于-7的像素灰度值置0,再将经过上述处理得到的图像与步骤五中得到的含有孤立点的边缘图像做哈达玛积。

【技术特征摘要】

1.一种基于改进canny算子的适用于海底沉船超声波图像的边缘检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种适用于海底沉船超声波图像的边缘检测方法,其特征在于,用lee滤波代替canny算子中的高斯平滑滤波,对海底沉船超声波图像进行散斑噪声抑制。

3.根据权利要求1所述的一种适用于海底沉船超声波图像的边缘检测方法,其特征在于,在ca...

【专利技术属性】
技术研发人员:郭海涛田原嫄王玉聪
申请(专利权)人:海南热带海洋学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1