[发明专利]一种基于概率统计模型的地平线检测方法

摘要

本发明涉及一种基于概率统计模型的地平线检测方法，包括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。与现有技术相比，本发明具有检测结果真实有效、精确度高等优点。

主权项

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，所述概率统计模型为：P(ni(k)|l1(k),l2(k),l3(k)...ln(k))=P(ni(k)|li(k))~N(μ1,σ12)]]>P(di(k)|l1(k),l2(k),l3(k)...ln(k))=P(di(k)|li(k))~N(μ,σ2)]]>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}；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；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。