基于灰度化权值调整的水下彩色图像分割.pdf

《基于灰度化权值调整的水下彩色图像分割.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３６卷第５期哈尔滨工程大学学报Ｖｏｌ．３６№．５２０１５年５月ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙＭａｙ２０１５基于灰度化权值调整的水下彩色图像分割张铭钧，李煊，王玉甲（哈尔滨工程大学机电工程学院，黑龙江哈尔滨１５０００１）摘要：针对传统自适应阈值法在水下图像分割过程中存在目标与背景粘连等问题，提出一种基于灰度化权值调整的水下彩色图像分割方法。区别于传统阈值分割方法中灰度化权值固定且研究如何确定合适阈值的思路，研究灰度化权值调整方法。本文方法利用统计得到的图像灰度信息来确定不同通道内目标与背景间灰度级差异性的大小，提高差异性较大通道的比例，以增强灰

2、度化后图像中目标与背景的对比度，同时减小差异性较小通道的比例，以降低其对灰度化结果的干扰，对灰度化后的图像进行阈值分割得到最终分割结果。针对水下作业的时序列图像，设计了两步序列图像处理方式来降低耗时。通过４组水下对比实验以及耗时实验对方法的有效性进行了验证。关键词：灰度化；图像分割；阈值分割；水下彩色图像；机器视觉；彩色模型ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１４０３０１８网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１３９０．Ｕ．２０１５０４１４．１６０２．００８．ｈｔｍｌ中图分类号：ＴＰ２４文献标志码：Ａ文章编号：１０

3、０６⁃７０４３（２０１５）０５⁃０７０７⁃０７Ｕｎｄｅｒｗａｔｅｒｃｏｌｏｒｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｗｅｉｇｈｔａｄｊｕｓｔｍｅｎｔｆｏｒｃｏｌｏｒ⁃ｔｏ⁃ｇｒａｙＺＨＡＮＧＭｉｎｇｊｕｎ，ＬＩＸｕａｎ，ＷＡＮＧＹｕｊｉａ（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｕｎｄｅｒｗａｔｅｒｃｏｌｏｒｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｗｅｉｇｈｔａｄ

4、ｊｕｓｔｍｅｎｔｆｏｒｃｏｌ⁃ｏｒ⁃ｔｏ⁃ｇｒａｙ．Ｔｈｅｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｉｎｔｅｒ⁃ｒｅｇｉｏｎａｌｃｏｎｎｅｃｔｉｏｎｐｒｏｂｌｅｍｉｎｕｎｄｅｒｗａｔｅｒｉｍａｇｅｓｅｇ⁃ｍｅｎｔａｔｉｏｎｗｈｅｎｕｓｉｎｇｔｈｅｔｒａｄｉｔｉｏｎａｌａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄ．Ｔｈｉｓｍｅｔｈｏｄｉｓｄｉｆｆｅｒｅｎｔｆｒｏｍｔｈｅｔｒａｄｉｔｉｏｎａｌｔｈｒｅｓｈ⁃ｏｌｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｓｉｎｗｈｉｃｈｔｈｅｗｅｉｇｈｔｏｆｃｏｌｏｒｆｏｒｇｒａｙｐｒｏｃｅｓｓｉｎｇｉｓｆｉｘｅｄａｎｄｉｔｎｅｅｄｓｔ

5、ｏｒｅｓｅａｒｃｈｈｏｗｔｏｄｅｔｅｒｍｉｎｅａｐｐｒｏｐｒｉａｔｅｔｈｒｅｓｈｏｌｄ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｕｓｅｓｔｈｅｇｒａｙｌｅｖｅｌｉｎｆｏｒｍａｔｉｏｎａｃｑｕｉｒｅｄｆｒｏｍｔｈｅｓｔａｔｉｓｔｉｃａｌｃａｌｃｕｌａｔｉｏｎｔｏｉｄｅｎｔｉｆｙｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｔｈｅｔａｒｇｅｔｓａｎｄｔｈｅｂａｃｋｇｒｏｕｎｄｓｉｎｔｈｅｄｉｆｆｅｒｅｎｔｉｍａｇｅｃｈａｎｎｅｌｓ．Ｎｅｘｔ，ｉｔｉｎｃｒｅａｓｅｓｔｈｅｗｅｉｇｈｔｏｆｔｈｅｃｈａｎｎｅｌｗｉｔｈｈｉｇｈｅｒｄｉｆｆｅｒｅｎｃｅｔｏｅｎｈａｎｃｅｔｈｅｃｏｎｔｒａｓｔｉｎｔｈｅｇｒａ

6、ｙｉｍａｇｅ．Ｍｅａｎ⁃ｗｈｉｌｅ，ｔｈｉｓｍｅｔｈｏｄａｌｓｏｄｅｃｒｅａｓｅｓｔｈｅｗｅｉｇｈｔｏｆｔｈｅｃｈａｎｎｅｌｗｉｔｈｌｏｗｅｒｄｉｆｆｅｒｅｎｃｅｔｏｒｅｄｕｃｅｉｔｓｉｎｔｅｒｆｅｒｅｎｃｅｉｎｔｈｅｇｒａｙｃｏｌｏｒｐｒｏｃｅｓｓｉｎｇ．Ｔｈｅｆｉｎａｌｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｉｓａｃｈｉｅｖｅｄｂｙｔｈｒｅｓｈｏｌｄｓｅｇｍｅｎｔａｔｉｏｎｏｆｔｈｅｉｍａｇｅｏｂｔａｉｎｅｄａｆ⁃ｔｅｒｇｒｅｙｃｏｌｏｒｐｒｏｃｅｓｓｉｎｇ．Ｉｎｒｅｇａｒｄｓｔｏｔｈｅｓｅｑｕｅｎｃｅｉｍａｇｅｓｃａｐｔｕｒｅｄｕｒｉｎｇｕｎｄｅｒｗａｔｅｒｏｐｅｒａｔｉｏｎ，ａｔｗ

7、ｏ⁃ｓｔｅｐｓｅ⁃ｑｕｅｎｃｅｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｉｓｄｅｓｉｇｎｅｄｔｏｒｅｄｕｃｅｔｈｅｔｉｍｅｃｏｎｓｕｍｐｔｉｏｎ．Ｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｍｅｔｈｏｄｉｓｖｅｒｉｆｉｅｄｔｈｒｏｕｇｈｆｏｕｒｃｏｍｐａｒａｔｉｖｅｕｎｄｅｒｗａｔｅｒｅｘｐｅｒｉｍｅｎｔｓａｎｄｏｎｅｔｉｍｅｃｏｎｓｕｍｐｔｉｏｎｅｘｐｅｒｉｍｅｎｔ．Ｋｅｙｗｏｒｄｓ：ｃｏｌｏｒ⁃ｔｏ⁃ｇｒａｙ；ｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ；ｔｈｒ