[发明专利]一种基于量化参数的水下图像自适应分类方法

权利要求书

1.一种基于量化参数的水下图像自适应分类方法，其特征在于：包括以下步骤：

步骤一：构造自适应参数η；

所述的自适应参数η是平均灰度μ和标准差σ的函数；

η＝μe^-kσ,k＞0

其中，k为比例系数，用以调节自适应参数数量级；特征图像的平均灰度μ表征输入水下图像的平均亮度；特征图像的标准差σ表征输入水下图像亮度分布的离散程度；

步骤二：设定自适应参数阈值；

步骤三：获取输入水下图像，并转换为灰度图像， 对灰度图像进行卷积和最大值池化，获得输入图像的亮度特征图像；

步骤四：计算亮度特征图像的平均灰度和标准差， 通过特征图像的平均灰度表征输入水下图像的平均亮度，通过标准差表征输入水下图像亮度分布的离散程度；

步骤五：根据特征图像的平均灰度和标准差，计算输入图像的自适应参数；

步骤六：比较输入图像的自适应参数与自适应参数阈值， 当自适应参数大于设定阈值时，将输入图像归为具有雾状模糊的水下图像；当自适应参数小于设定阈值时，将输入图像归为亮度分布不均的水下图像；

步骤七：对其他水下图像进行自适应分类，重复步骤三至步骤六，输出水下图像所属类别。

2.根据权利要求1所述的一种基于量化参数的水下图像自适应分类方法，其特征在于：所述的步骤一中比例系数k取0.01，步骤二中自适应参数阈值设定在[70,80]区间之间。

3.根据权利要求1所述的一种基于量化参数的水下图像自适应分类方法，其特征在于：所述自适应分类方法，即比较输入图像的自适应参数与自适应参数阈值， 当自适应参数大于设定阈值时，将输入图像归为具有雾状模糊的水下图像；当自适应参数小于设定阈值时，将输入图像归为亮度分布不均的水下图像。