波浪破碎是发生在海表面的常见现象,其过程影响了表面波的高度,加快了海气通量的传递,生成了海盐气溶胶,产生的泡沫改变了海表的光学特性。因此,在海洋物理研究、海洋观测和海洋工程等许多方面有重要影响意义。白冠覆盖率作为波浪破碎的重要统计性参数,可以有效地反映海况变化,其关系式在海洋建模、底层大气和气候变化研究中起到衔接作用。本文以波浪破碎和海-气交换模型为理论基础,以图像处理和视频分析为技术方法,对白冠的自动识别算法进行了研究,其主要研究内容及创新之处总结如下:1.针对白冠测量要求,设计并搭建了船载风浪观测系统,选取了可见光拍摄和船舶走航方式获取数据。为了进一步提高测量准确性,对所安装的摄像头进行了标定实验,得到了其内参矩阵,以便进行图像的还原工作;并对海面实际选取面积设计了有效面积的验证试验,排除了近距离及远距离的干扰因素。2.针对船载风浪观测系统所拍摄视频的特点,通过对海天线角度的检测来替代惯性装置获取船身的横摇和纵摇。提出了一种基于双层结构的海天线识别算法,消除波浪边界对直线检测的干扰,实现了复杂多变海面环境下对海天线位置的识别,并应用海天线的角度校正海面有效面积的图像,还原世界坐标系下俯视海面的图像,以此来减少白冠覆盖率的提取误差。针对白冠图像易受光照不均的影响,提出了自适应光照不均滤波的预处理算法,并利用图像增强技术加大了图像对比度,实现了序列图像的稳定计算。3.根据白冠像素特征提出了基于区域的白冠自动提取算法——RAWE。首先应用SLIC超像素分割对白冠图像进行粗分割,再利用最大类间方差算法对欠分割区域二次分类达到精细提取。该算法不仅仅关注于像素亮度,同时考虑到了像素的空间关系。“粗分割”与“细提取”两步算法共同实现了不同尺度下的白冠像素识别。本文工作对白冠覆盖率的识别算法及应用进行了详细分析,并设计了基于船载风浪观测系统所拍摄视频的自动提取白冠的有效方法,运用了图像校正、图像预处理、超像素分割、Otsu算法等图像处理技术,实现了复杂海面条件下白冠覆盖率的自动计算。区别于以往对白冠覆盖率进行的半经验半统计性研究,该算法在海洋观测中实现了对这一参数的实测,并通过数字图像技术使其具有更高的准确性和可应用性。