(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210935770.X (22)申请日 2022.08.04 (71)申请人 邓华 地址 710072 陕西省西安市碑林区友谊西 路127号西北工大 学 (72)发明人 邓华　高立娥　王宣琳　 (51)Int.Cl. G06V 20/05(2022.01) G06V 10/26(2022.01) G06V 10/36(2022.01) G06V 10/74(2022.01) G06T 5/40(2006.01) (54)发明名称 水下障碍物图像识别方法、 系统、 电子设备 以及计算机可读介质 (57)摘要 本发明实施例公开了水下障碍物图像识别 方法、 系统、 电子设备以及计算机可读介质， 属于 图像识别技术领域。 本公开实施例提供的水下障 碍物图像识别方法， 采用中值滤波方法进行去噪 处理； 通过灰度直方图分析， 对目标的灰度范围 进行了增强处理； 对图像分割算法进行改进， 设 计了一种自适应迭代分割算法， 对比其他方法有 着更好的处理效果； 对分割后的图像进行连通域 查找， 目标筛 选， 从而准确地识别出障碍物。 权利要求书3页 说明书6页 附图1页 CN 115457375 A 2022.12.09 CN 115457375 A 1.一种水 下障碍物图像识别方法， 其特 征在于， 所述方法包括： 获取水下声呐原 始图像， 利用中值滤波算法进行图像滤波处 理； 对滤波处理后的图像增强处理， 进行直方图均衡化处理， 将图像中灰度值低于50的像 素点和灰度值高于125的像素点去掉， 再将 50和125灰度值之间的像素值映射到整个灰度等 级范围； 对增强处理后的图像进行图像分割， 将图像分割成不同的区域， 根据相似度特征提取 障碍物； 对障碍物轮廓进行闭运算处理， 并通过连通域标记法对障碍物面积特征剔除假目标和 噪声获取障碍物图像。 2.根据权利要求1所述的方法， 其特征在于， 所述对增强处理后的图像进行图像分割， 将图像分割成不同的区域， 根据相似度特 征提取障碍物， 包括： STEP1： 先求取灰度图像 的最大灰度值Zmax和最小灰度值Zmin， 通过最大、 最小灰度值得 到初始迭代阈值： T1＝(Zmax+Zmin)/2； STEP2： 根据得到的始迭代阈值T1， 将图像分为背景和目标两个集合， 小于初试阈值的集 合为背景集合， 大于初试阈值的集合为目标集合， 通过式1和式2求取两集合的灰度均值分 别为 μ0和 μ1， 其中， pi＝ni/(M×N)， M×N代表灰度图片大小， n i为灰度值 为i的像素点个数； 以每次取 μ0和 μ1之和的一半来更新阈值进行迭代： T1＝ μ0*0.5+ μ1*0.5式3 为了使阈值更接近 μ1， 需对公式3进行修改， 增大 μ1的比重， 同时减小 μ0的比重， 则公式3 更改为： T1＝ μ0*(1‑K)+ μ1*K式4 其中， K为调节系数； STEP3： 设置迭代最小误差值ε， 若|T1‑T|≤ ε， 则停止迭代， T1为最佳分割阈值， 二值化图 像； 否则令T1＝T， 返回第(2)步继续迭代。 3.根据权利要求2所述的方法， 其特 征在于， 所述调节系数的确定方法如下： 基于结构相似性 算法， 确定相似度的指标： 其中， μf是f的平均值， μg是g的平均值， σf2是f的方差， σf2是g的方差， μfμg是f和g的协方 差， c1， c2为常数； 遍历的求取不同K值下的S SIM值， 求取S SIM值最大时的K值， 即是最佳 K值。 4.根据权利要求3所述的方法， 其特征在于， 所述对 障碍物轮廓进行闭运算处理， 并通 过连通域标记法对障碍物面积特 征剔除假目标和噪声获取障碍物图像， 包括： 对障碍物轮廓进行闭运 算处理， 定义公式如下：权　利　要　求　书 1/3 页 2 CN 115457375 A 2式中， se为处 理图像的结构算子， 为膨胀运算， Θ为腐蚀运 算； 经过连通域查找后， 不同的目标区域被打上了不同的标签， 累加每个标签的个数来近 似确定面积大小， 并计算每个目标的面积与声呐扫描扇区内的像素总个数的面积比εi来滤 掉不符合目标尺寸的假目标： 式中， areasi为第i个连通域内的目标像 素个数， Ssec为声呐扫描扇区内的像 素总个数， ε为面积比较阈值， 若 εi＜ ε， 则认为第i个目标为 假目标或者噪声 而剔除。 5.根据权利要求 4所述的方法， 其特 征在于， 所述 假目标剔除的步骤 包括： (1)创建连通域增长队列， 按从左向右、 从上到下的顺序依次扫描所有像素点， 当找到 一个灰度值不为0的像素点时， 将其入队列， 并标记为label(label 从1开始)， 当前目标像素 个数加1； (2)检查队列是否为空， 若不为空， 从队列中弹出一个像素点， 依次验证该点左、 上、 右、 下四个邻域内的像素点， 若这些点的值为 1并且未被标记过， 则该点入队列并标记 为label， 当前目标像素个数加1， 重复步骤(2)； 当队列中所有的像素点 都被弹出时， 说明这个连通域 查找完毕； (3)检查当前目标像素个数与声呐扫 描扇区总像素个数的比值， 若εi＜ε， 则清空队列， 该区域的标记作废， label ‑1； (4)继续检测下一个未被标记过的像素点是否为0， 若不为0则将其入队列并标记为 label+1， 目标像素个数加1， 重复(2)(3)步骤直至图像遍历完毕获取障碍物图像。 6.一种水 下障碍物图像识别系统， 其特 征在于， 所述系统包括： 滤波单元， 所述滤波单元用于获取水下声呐原始图像， 利用中值滤波算法进行图像滤 波处理； 增强单元， 所述增强单元用于对滤波处理后的图像增强处理， 进行直方图均衡化处理， 将图像中灰度值低于50的像素点和灰度值高于125的像素点去掉， 再将 50和125灰度值之间 的像素值映射到整个灰度等级范围； 分割单元， 所述分割单元对增强处理后的图像进行图像分割， 将图像分割成不同的区 域， 根据相似度特 征提取障碍物； 运算单元， 所述运算单元用于对 障碍物轮廓进行闭运算处理， 并通过连通域标记法对 障碍物面积特 征剔除假目标和噪声获取障碍物图像。 7.根据权利要求6所述的装置， 其特征在于， 所述对增强处理后的图像进行图像分割， 将图像分割成不同的区域， 根据相似度特 征提取障碍物， 包括： STEP1： 先求取灰度图像 的最大灰度值Zmax和最小灰度值Zmin， 通过最大、 最小灰度值得 到初始迭代阈值： T1＝(Zmax+Zmin)/2； STEP2： 根据得到的始迭代阈值T1， 将图像分为背景和目标两个集合， 小于初试阈值的集 合为背景集合， 大于初试阈值的集合为目标集合， 通过式1和式2求取两集合的灰度均值分 别为 μ0和 μ1， 权　利　要　求　书 2/3 页 3 CN 115457375 A 3