[发明专利]一种集合一致性分解加速的水下图像自适应中值滤波方法

说明书

本发明提供的是一种集合一致性分解加速的水下图像自适应中值滤波方法。(1)获取水下可见光图像；(2)确定初始滤波窗口并进行集合一致性分解求取中值；(3)确定自适应滤波窗口选取规则；(4)结合集合一致性分解，加速水下图像自适应滤波过程，获得中值滤波后的图像。本发明能有效增强图像中值滤波的速度，实时性更好，特别是当图像噪声严重，滤波窗口比较大时，相比普通的中值滤波技术，实时效果将更明显，有利于水下目标实时跟踪。

技术领域

本发明涉及的是一种图像滤波预处理方法，具体的说是一种用于AUV水下目标识别跟踪的在线预处理的中值滤波方法。

背景技术

在人类和社会发展的同时，人口、资源和环境这三个难解的课题摆在了全人类的面前。为了进一步开拓自己的生存空间，人们把注意力转向了对海洋的开发。作为人类探索及使用海洋的一种重要手段，人们已经越来越多的关注自主式水下机器人(AUV)的应用与开发。鉴于水下机器人的视觉分辨能力又是其执行各种任务，获取水下信息的重要途径，对机器人起着导航、避障、检测未知目标的重要作用，所以对水下机器人的图像采集，水下目标的图像预处理与识别就显得越来越重要，它是水下机器人能够正常工作的不可或缺的技术保障。一般来说，水下目标识别跟踪是在对图像目标进行滤波去噪之后，选择一定的显著特征加以识别，再进行准确跟踪的，因此图像预处理效果的好坏和实时性两方面将直接影响图像的目标识别预跟踪的效果。

传统的图像处理技术把图像滤波分为线性滤波和非线性滤波两类。其中的线性滤波是预先选定一个连续窗函数，然后在窗函数内对图像像素进行加权求和来实现。这种滤波方法的优点是:能够很好的得到抑制加性噪声(如高斯白噪声)，获得令人满意的结果。但是，当要处理的图像信息中含有含有非叠加性的噪声时(如脉冲干扰和信号相关噪声)，线性滤波器的处理结果就很难满足要求了，非线性滤波技术应运而生。非线性滤波中的中值滤波因为其简单易用使用非常广泛，但是其计算复杂度高，在滤波窗口比较大时难以满足实时性要求，会严重影响后面的目标识别跟踪效果。进一步深入研究中值滤波的过程可以发现，图像中值滤波的重点是得到想要的中值，而非数学上严格的排序算法，因此可以从不完全排序的角度去提高中值滤波的实时性。

文献《A fast two-dimensional median filtering algorithm》(IEEE TransAcoustics,Speech,and Signal Processing,1979,27(1):13-18)提出仅抽取滤波子窗口的部分像素进行排序，通过减少排序像素的个数来提高速度，但最终找出的像素值不一定是滤波窗口的中值。文献《改进自适应中值滤波的图像去噪》(激光杂志，2009,30(2):45-46)提出根据噪声浓度和滤波窗口间的关系确定最佳窗口尺寸来减少自适应滤波时窗口的迭代次数，虽然在一定程度上提高了滤波速度，但是滤波效果有所下降。

发明内容

本发明的目的在于提供一种能够加速中值滤波速度，提高在线滤波处理的实时性的集合一致性分解加速的水下图像自适应中值滤波方法。

本发明的目的是这样实现的：

(1)获取水下可见光图像；

(2)确定初始滤波窗口并进行集合一致性分解求取中值；

(3)确定自适应滤波窗口选取规则；

(4)结合集合一致性分解，加速水下图像自适应滤波过程，获得中值滤波后的图像。

本发明还可以包括：

1、所述确定初始滤波窗口并进行集合一致性分解求取中值具体包括：

(2.1)将初始滤波窗口内的像素构造成一个原始集合S

将当前滤波窗口S中的所有像素的空间位置由矩阵排列构造成一行排列，形成数学上的集合形式；

(2.2)对集合内的元素进行均值划分