多特征与边缘校正融合的天际线检测算法研究

针对天际线的高鲁棒性与高准确率检测问题,提出了一种多特征提取与边缘校正融合的天际线检测算法。采用Gabor纹理特征和颜色特征提取天空与非天空区域随机训练像素点的多特征值,接着采用支持向量机(SupportVector Machine,SVM)对多特征值训练得到分类器,从而检测出天际线的初始坐标位置;接着采用Canny算子对灰度化图像进行边缘检测,并利用线性五邻域搜索算法对初始坐标位置进行校正,最终得到天际线坐标位置。最后将所提算法在Web数据集和Basalt Hills数据集上进行测试,实验结果表明:提出的算法能有效地检测出较复杂图像场景中的天际线位置,在一定程度上减少了图像中相关像素点的干扰,使检测出的天际线更加平滑。