基于k-means算法的水下图像边缘检测

赵凤娇

中国海洋大学

摘要：

海洋科技日益成为世界各国经济与科技竞争的焦点之一。海洋开发，需要获取大范围、精确的海洋环境数据，以便进行海底勘探、取样、水下施工等。要完成上述任务，需要一系列的海洋开发支撑技术，包括深海探测、深潜、海洋遥感、海洋导航等。作为水下探测的重要手段，数字图像能够较为直观的反映水下真实场景，故而应用愈加广泛。图像边缘检测是数字图像处理的基础，目前已有较多的边缘检测算法。然而，由于水下成像过程中水体吸收和散射的影响，水下图像多呈现画质模糊，噪声严重，对比度低，颜色失真等问题。传统的边缘检测算法对于水下图像得不到较好的效果。　　本文将k-means聚类算法应用到水下图像边缘检测中来，取得了很好的效果。本文主要工作如下:　　1.分析了图像边缘检测过程以及国际上现有的图像边缘检测处理方法。　　2.将原始图像使用暗原色先验算法进行处理得到较清晰的水下图像。　　3.使用梯度幅值边缘检测算法检测出初始边缘点。　　4.引用了k-means聚类算法对对初始边缘点进行分类，从而有效地去除非边缘点，保留边缘点。　　5.简单的介绍了非均匀光场水下图像探测系统，使用该装置在中国近海提取海洋实验图像。实验结果显示水下图像的边缘检测效果得到明显的改善。

关键词：海洋探测;水下图像;边缘检测算法;硬聚类算法

授予单位：中国海洋大学

授予学位：硕士

学科专业：信号与信息处理

导师姓名：郑冰

学位年度：2015

语种：中文

分类号：P714

页数：60

在线出版日期：2016-01-27（万方平台首次上网日期，不代表论文的发表时间）