[发明专利]一种基于计算机视觉与图像处理的海洋潮汐测量方法

权利要求书

1.一种基于计算机视觉与图像处理的海洋潮汐测量方法，其特征在于步骤包括：

1)建立水上监测平台P，所述水上监测平台P包括闭路电视监控系统和定位设备，所述定位设备用于获取经纬度坐标，所述闭路电视监控系统包括遥控摄像机及其辅助设备，用于获得水上目标的实时图像z；

2)选定某一闭路电视监控系统可视时刻，确保在闭路电视监控系统视域可覆盖范围内，闭路电视监控系统可以稳定地捕获到包括天空、山体、灯塔、海面的图像，获取由闭路电视监控系统捕捉到的实时图像z的多帧画面z(k)，其中k是采样时刻，满足k＝1,2,…,K，K≥20；

3)基于步骤2)中捕获到的任一实时图像z的多帧画面z(k)，采用深度学习视觉算法框架对目标区域画面z’(k)进行检测，并获取目标区域画面z’(k)在多帧画面z(k)上的参考目标范围T_k(x,y,w’,h’)，其中(x,y)为z’(k)关于多帧画面z(k)的中心点坐标，w’和h’分别表示目标区域画面z’(k)以(x,y)为中心点所围成参考目标范围的宽度和高度；

4)基于步骤3)中获取参考目标范围T_k(x,y,w’,h’)做计算机视觉分割，通过计算机视觉图像分割算法将目标区域中的天空、山和海平面分割，以获得T_k(x,y,w’,h’)对应的语义掩膜和和海平面纵坐标y_bottom；

5)基于步骤4)中获取的目标区域画面z’(k)，对z’(k)做二值化处理，以获取关于z’(k)的二值化图像，实现目标区域中前景和背景的分割，

6)基于步骤5)获得的二值化图像z'_Th，采用OpenCV算法进行图像前景轮廓提取，并取前景轮廓的最高点作为灯塔坐标(x_top,y_top)；

7)可根据步骤6)获得的灯塔坐标(x_top,y_top)和步骤4)获得的海平面纵坐标y_bottom估算灯塔到海平面的像素距离H，计算如下：

H＝y_bottom-y_top；

8)根据已有航保与海事部门提供的潮位报告，设低潮位下推算的像素距离为H_low，对应的潮位为T_low，高潮位下推算的像素距离为H_high，对应的潮位为T_high，则其他任意时刻下像素距离H对应的潮位为：T＝(H_high-H_low)/(T_high-T_low)×(H-H_low)+T_low。

2.根据权利要求1所述的一种基于计算机视觉与图像处理的海洋潮汐测量方法，其特征在于步骤1)所述闭路电视监控系统和定位设备可观测的距离为1～2海里，其摄像机的核心参数包括视域角θ、输出图像视域宽度w像素和视域高度h像素，其中θ为60°到180°，w为320到3840，h为240到2160，对于特定摄像机的某一固定时刻，上述值可以视作定值。

3.根据权利要求1或2所述的一种基于计算机视觉与图像处理的海洋潮汐测量方法，其特征在于步骤5)具体为：

5-1)对于目标区域画面z’(k)，阈值为T时，前景z₀和背景z₁发生的概率为

其中，N₀表示图像中像素的灰度值小于阈值T的像素个数，N₁表示图像中像素的灰度值大于阈值T的像素个数，w₀(T)表示属于前景的像素点占整幅图像z’(k)的比例，w₁(T)表示属于背景的像素点占整幅图像z’(k)的比例，满足N₀+N₁＝w’×h’，w₀(T)+w₁(T)＝1；

5-2)根据步骤5-1)得到的结果计算出阈值为T的类间方差

σ²(T)＝w₀(T)[μ₀(T)-μ_T]²+w₁(T)[μ₁(T)-μ_T]²

最优阈值T^*为类间方差最大时对应的T值，即：

式中，μ_T表示图像z’(k)总平均灰度值，μ₀(T)和μ₀(T)分别表示前景和背景的平均灰度值，L表示图像z’(k)包含的灰度级总数；

5-3)根据步骤5-2)得到的最优阈值对图像z’(k)进行前景和背景的分割，分割后的二值化图像z'_Th可表示为：

式中，P_n为图像z’(k)中的像素点，n表示像素点的个数，满足1≤n≤w’×h’。