[发明专利]基于多尺度数学形态学特征融合的海洋内波检测算法

权利要求书

1.一种基于多尺度数学形态学特征融合的海洋内波检测算法，其特征在于，包括以下步骤：

步骤1，利用小波分解，对检测对象进行分解，得到源图像的高频子图像和低频子图像；

步骤2，对小波分解后得到的低频子图像使用多尺度形态学检测边缘；

步骤3，对步骤2得到的多尺度形态学边缘检测结果，利用连通域的方法抹去面积小于设定阈值的干扰区域，得到多结构元素多尺度融合后边缘检测图像；

步骤4，将模极大值多尺度小波边缘检测结果与多尺度形态学边缘检测结果进行图像融合，最终得到多结构元素多尺度边缘检测图像。

2.根据权利要求1所述的基于多尺度数学形态学特征融合的海洋内波检测算法，其特征在于，步骤1小波分解的具体步骤为：

选用Db4作为小波函数，对内波图像f(x，y)进行二进小波变换；

通过变换系数，得到图像水平和竖直方向的小波变换系数，求出二进小波变换的模值和幅角；

由小波变换的模值和幅角，求出模值沿幅角方向的局部极大值点，即图像的边缘点；

对边缘点进行连接和取舍，得到低频子图像与高频子图像。

3.根据权利要求1所述的基于多尺度数学形态学特征融合的海洋内波检测算法，其特征在于，步骤2对低频子图像使用灰值数学形态学进行边缘检测得到低频图像边缘；具体为：

应用不同的结构元素对图像进行边缘检测，通过实体加权融合与信息熵结合的方法对边缘图像进行图像融合，获得单尺度下的边缘检测结果G1；

对5个结构元素分别进行膨胀，用膨胀后的5个结构元素在尺度2时对图像进行边缘检测，将获得的5个检测结果按照步骤一的融合方法进行图像融合，获得尺度n＝2时的边缘检测结果G2；

对5个结构元素分别进行膨胀，用膨胀后的5个结构元素在尺度3时对图像进行边缘检测，将获得的5个检测结果按照步骤一的融合方法进行图像融合，获得尺度n＝3时的边缘检测结果G3；

按照上述步骤对5个结构元素进行n个尺度的边缘检测及融合，获得n个不同尺度的融合图像分别为：G1,…,Gn；将5种结构元素图像腐蚀结果，根据自适应权重，重新组合出一个新的腐蚀灰度图G'(x，y)；将G'(x，y)，f(x，y)两幅灰度图像二值化，通过连通域的方法进行图像区域抹去，得到两幅新的图像GL(x,y)、fL(x,y)；通过公式F(x，y)＝fL(x，y)-GL(x，y)最终得到多尺度形态学处理的边缘图像F(x，y)。

4.根据权利要求3所述的基于多尺度数学形态学特征融合的海洋内波检测算法，其特征在于，构造5种3×3结构元素，包括4个方向的线性结构元素分别代表0°、45°、90°和135°方向，和1个圆盘结构元素；用矩阵分别表示为：

5.根据权利要求1所述的基于多尺度数学形态学特征融合的海洋内波检测算法，其特征在于，步骤4具体为：

将得到的两幅边缘图像应用图像融合函数进行图像融合，即像素空间相加并进行合适阈值选取的闭运算，得到最终的融合结果。