基于相对熵的水下图像模糊增强与边缘检测算法

《基于相对熵的水下图像模糊增强与边缘检测算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com王随平等：基于相对熵的水下图像模糊增强与边缘检测算法基于相对熵的水下图像模糊增强与边缘检测算法王随平，孙淑绒，张艳存(中南大学信息科学与工程学院湖南长沙410083)摘要：采用一种基于相对熵的水下图像模糊增强算法对深海结核分布丰度图像进行处理。该算法首先使用基于阈值选取的图像分割原理确定一个闽值参数，然后根据此闽值参数定义隶属函数，从而将图像转化为等效的图像模糊特征平面，通过在模糊平面上采用相对熵的算法对图像进行增强运算，最后实现对图像的边缘检测。仿真结果表明该算法是有效的。关键词：水下图像；模糊增强；

2、隶属函数；边缘检测中图分类号：TP751．1文献标识码：B文章编号：1004—373X(2008)04—142—03AnAlgorithmofUnderwaterImageFuzzyEnhancementandEdgeDetectionBasedonRelativeEntropyWANGSuiping，SUNShurong。ZHANGYancun(SchoolofInformationScienceandEngineering，CentralSouthUniversity，Changsha，410083，China)Abstract：Basedonr

3、elativeentropy，anewfuzzyenhancementalgorithmforunderwaterimageisproposed．firstly，athresholdisselectedinanimagebyusingimagesegmentationprinciplebasedonselectingthreshold．Secondly，inordertOex—tractthefuzzypropertyplanefromthespatialdomain，amembershipfunctionbasedonthethresholdisu

4、sed．Thirdly，imageenhancementisperformedinthefuzzydomainbyusingfuzzyenhancementoperators．Finally，theedgedetectionisexecutedu—singrelativeentropyTheeffectivenessofthealgorithmisexperimentallydemonstrated．Keywords；underwaterimagefuzzyenhancement；membershipfunction~edgedetection深海采

5、矿机器人作业于深海环境，作业过程需检测结糊熵的模糊增强算法对图像进行增强，然后基于阈值的图核丰度、车辙轨迹、路径障碍等过程信息，建立机器人水下像分割原理Ⅲ，采用相对熵方法选取最佳阈值，最后再对作业环境，指导机器人沿预定轨迹、以优化行走参数完成图像进行边缘检测处理。采集作业[1]。结核丰度、轨迹的在线图像识别分析数据对I基于相对熵的水下图像阈值法边缘分割优化机器人行走速度、提高机器人回采率起着至关重要的作用。但是，深海水体对光的散射和吸收效应严重影响水基于熵理论的进行边缘检测，计算出熵后，取一适当下成像过程，造成水下图像质量不理想和冗余信息匮乏，的阈值

6、，如果熵小于这一阈值，就认为所选共生矩阵的中图像对比度低、纹理模糊；加之光照不均，使得水下图像的心点为边缘点，最优阈值的确定是边缘检测算法的质量不理想。边缘检测技术是图像分析和处理的重要关键]。工具，因为边缘是所要提取目标和背景的分界线，提取出1．1模糊增强算法边缘才能将目标和背景区分开来。由于水下图像的特殊设高亮度集A是论域X上的一个模糊集，其隶属函数性，利用传统的结构特征或一般的灰度特征进行图像分析值(i，)与象素灰度值g(i，)之间的映射，为：已不适应。2O世纪8O年代中期，Pal和King把模糊数学一应用到图像处理[3]，将模糊问题转化为确定

7、性或更适宜于f~g(i]一in{211一]}(1)其中，g一是灰度最大值，g是当(，)一0．5时对应的计算机处理的问题。本文针对深海结核分布图像，通过隶g(i，)灰度值，称为映射，的分界点。D(g)是一个随属函数将图像变换到模糊集平面，对图像采用一种基于模变化的因变量，由g的定义不难得到：D(g)一3(g⋯一g)／2(2)收稿日期：2007—08—27模糊增强算法包含2个基本步骤，即模糊化和增强变基金项目：国际海底区域研究开发”十五项目(DY105—03一O2—06)；国家重点基础研究发展规划项目换。通过式(1)可以将图像的取值为整数的灰度值转化为(

8、2002CB312203)；国家自然科学基金(60505018)模糊域的隶属度。后续的增强变换在模糊域中进行