第7期 王财政等：基于图像处理的深海底障碍物和地形识别及检测 ·783· 图12斜坡拍摄结果.(a)初始时刻：(b)第2时刻：(c)第3时刻 Fig.12 Shooting results of a slope:(a)start time:(b)the second time:(c)the third time 200 150 原始亮度值 0 拟合直线 100 200 300 400 500 600 700 800 纵坐标 200 b 150 100 一原始亮度值 50 一拟合直线 100 200 300 400 500 600 700 800 纵坐标 180 140E4 100 一原始亮度值 一拟合直线 60 0 100 200300 400 500 600 700 800 纵坐标 图13坡面亮度变化趋势计算.(a)初始时刻：(b)第2时刻：(c)第3时刻 Fig.13 Calculated trend of slope brightness:(a)start time:(b)the second time:(c)the third time 从图13(a)中可以看出，对于斜坡所在区域（纵 分段非线性变换在保持图像高亮度细节的同时有效 坐标大于650)，表面亮度沿纵向减小；从图13(b) 提高低亮度区的细节，中值滤波在保护边缘点的同 中可以看出，对于斜坡所在区域（纵坐标大于390）， 时有效提高滤除噪声干扰，得到保留必要信息、易被 表面亮度沿纵向增大：从图13(c)中可以看出，对于 计算机识别的海底环境图像，并滤除了噪声干扰. 斜坡所在区域（纵坐标大于100），表面亮度沿纵向 (2)利用自适应形态学理论，对形态学梯度算 增大. 子进行改进，提高海底物体边缘的连续性.通过分 估算出斜坡坡度y=分(6，+)=26.0150，而 析地形表面的亮度变化趋势，总结出了不同地形的 亮度变化特征，对深海底地形轮廓进行分类 实际坡度为26.15°.从结果可以看出，本文坡度估 (3)通过投影变换计算出障碍物的距离、高度 算方法可以达到集矿机避障的精度要求. 和坡度等参数，并通过实验室的模拟实验证明计算 7结论 方法得到的距离、高度和坡度参数可以达到矿机避 障的精度要求，该方法可为深海集矿机的避障、越障 (1)将图像处理技术应用于深海底环境探测， 系统的信息融合技术提供可靠的数据.第 7 期 王财政等: 基于图像处理的深海底障碍物和地形识别及检测 图 12 斜坡拍摄结果． ( a) 初始时刻; ( b) 第 2 时刻; ( c) 第 3 时刻 Fig． 12 Shooting results of a slope: ( a) start time; ( b) the second time; ( c) the third time 图 13 坡面亮度变化趋势计算． ( a) 初始时刻; ( b) 第 2 时刻; ( c) 第 3 时刻 Fig． 13 Calculated trend of slope brightness: ( a) start time; ( b) the second time; ( c) the third time 从图 13( a) 中可以看出，对于斜坡所在区域( 纵 坐标大于 650) ，表面亮度沿纵向减小; 从图 13( b) 中可以看出，对于斜坡所在区域( 纵坐标大于 390) ， 表面亮度沿纵向增大; 从图 13( c) 中可以看出，对于 斜坡所在区域( 纵坐标大于 100) ，表面亮度沿纵向 增大． 估算出斜坡坡度 γ' = 1 2 ( δa + δb ) = 26. 015°，而 实际坡度为 26. 15°． 从结果可以看出，本文坡度估 算方法可以达到集矿机避障的精度要求． 7 结论 ( 1) 将图像处理技术应用于深海底环境探测， 分段非线性变换在保持图像高亮度细节的同时有效 提高低亮度区的细节，中值滤波在保护边缘点的同 时有效提高滤除噪声干扰，得到保留必要信息、易被 计算机识别的海底环境图像，并滤除了噪声干扰． ( 2) 利用自适应形态学理论，对形态学梯度算 子进行改进，提高海底物体边缘的连续性． 通过分 析地形表面的亮度变化趋势，总结出了不同地形的 亮度变化特征，对深海底地形轮廓进行分类． ( 3) 通过投影变换计算出障碍物的距离、高度 和坡度等参数，并通过实验室的模拟实验证明计算 方法得到的距离、高度和坡度参数可以达到矿机避 障的精度要求，该方法可为深海集矿机的避障、越障 系统的信息融合技术提供可靠的数据． ·783·