基于 RCA 与相邻梯度融合的天际线检测算法研究

• 作者: 匡文兰 夏旭承 涂兵 潘建武 雷霜霜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 天际线 视觉导航 区域协方差 相邻梯度
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 176-179,220
• 页数: 5页
• 分类号: TP391
• 字数: 2889字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.042

摘要

天际线检测在机器视觉导航、地理位置定位、船只检测和港口安全、森林防护中有重要的作用。首先采用区域协方差算法 RCA（Regional Covariance Algorithm）将图像分割成天空与非天空区域，实现天际线检测区域的粗提取；接着提出一种基于分割粗区域全局梯度均值与局部梯度均值融合算法在训练样本上确定梯度阈值，并以此算法检测出天空与非天空区域的起始点；然后以起始点开始在分割的非天空区域采用相邻梯度极大值 AGM（Adjacent Gradient Maxima）算法搜索最大可能天际线存在的像素点位置坐标，最终达到检测出输入图像中的天际线。该算法在内华达大学机器视觉实验室 Web Set 数据集进行了测试，实验结果表明：该算法能有效地检测出天空与非天空区域的分界线，具有良好的有效性和时效性。