[发明专利]一种基于概率统计模型的地平线检测方法

权利要求书

1.一种基于概率统计模型的地平线检测方法，其特征在于，包括以下步骤： 

1)对原始图像进行金字塔分解，得到多分辨率的K层图像； 

2)对分解后的各层图像进行方向评估，获得边缘特征； 

3)在各层中对图像中的地平线构建概率统计模型； 

4)在每层图像中，根据所述概率统计模型，在先验概率的基础上，基于像素点数目和边缘方向匹配这两个特性，利用MAP寻求最优区域，将其做标记，产生标记链； 

5)根据上一层得到的最优区域对当前层图像计算最优区域，直至最后一层； 

6)对最底层的最优区域进行细化，根据最优区域与步骤2)得到的边缘特征的对应性搜索最优像素点； 

7)将所述最优像素点连接，即得到地平线。 

2.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤1)中，对原始图像进行金字塔分解时，首先对每层图像进行高斯平滑滤波，然后进行降采样获得上层图像； 

所述高斯平滑滤波具体为： 

a)利用方差为σ的二维Gauss核函数对每一层图像I(x，y)作预平滑滤波，所述高斯函数公式： 

b)求高斯函数与每层图像的卷积进行滤波： 

L(x，y，σ)＝G(x，y，σ)*I(x，y) 。

3.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤2)具体为： 

201)计算各层图像的窗口中每个地平线像素点的邻域像素的梯度幅值和方向： 

θ(x，y)＝tan^-1(L(x，y+1)-L(x，y-1)/L(x+1，y)-L(x-1，y)) 

其中，L(·)为地平线像素点的尺度函数； 

202)根据所述梯度幅值和方向计算方向直方图，直方图的峰值代表地平线像素点的主方向； 

203)每个地平线像素点的主方向加权平均作为某一层图像中相关窗口的方向。 

4.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤3)中，概率统计模型为： 

其中，表示第k层图像第i个窗口中标记值为1的像素点个数，1表示该像素点属于地平线；表示第k层图像寻找最优区域的结果的标记向量，表示第k层图像第i个窗口的标记，的取值范围：H＝{0，1}，表示第k层图像第i个窗口的方向，的取值为：Γ＝{1，2，...36}。 

5.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤4)中，最优区域采用最大后验概率MAP计算，具体公式为： 

6.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤5)中，根据上一层得到的最优区域对当前层图像计算最优区域具体为：将上一层得到的结果关联至当前中的多个窗口中，计算关联后每个窗口的方向和方差，得到相应先验概率，采用最大后验估计MAP求取当前层图像的最优区域。 

7.根据权利要求1所述的一种基于概率统计模型的地平线检测方法，其特征在于，所述步骤7)中，像素点连接的方向与窗口的方向一致。