利用视频影像测量技术获取海洋信息,有着重大的应用价值和广泛的需求,探索和发展海洋环境要素的视频监测技术,急需深入研究和突破信息获取的关键技术。本文以波浪和近岸信息获取技术为研究对象,依据视频图像特征分析与识别,进一步深入研究和挖掘可利用的纹理特征,分析与海洋要素的相关性,重点针对波浪和近岸信息获取技术展开了较为深入的研究。主要工作包括:　　 (1)提出了一种基于形态分水岭变换检测波面形态方向的算法。基于形态分水岭变换研究海浪波面形态特征,统计分析海浪与海面图像纹理特征的相关性,检验了形态方向主要受主波向及其附近大能量波浪的影响,而远离主波向的小能量波浪对海面波浪形态方向特征的影响很小。　　 (2)提出了基于图像变换理论的波向信息获取算法。通过分析海浪图像的纹理特征,一是提出了基于分水岭变换和Radon变换的波向检测算法;二是根据波峰带状线具有的线性几何特征,改进小波变换检测波向的算法,设计了应用脊波变换的波向检测方法,去除方向模糊,实现波向的有效检测。　　 (3)提出了一种基于EM算法图像分类的海面波浪破碎自动分析算法。针对不同的破碎波目标,实现白冠自动分割提取,同时解决了自动检测中的过分割问题,便于实现批量化海面图像处理。　　 (4)提出了两种近岸浪信息获取算法。一是基于彩色特征的波浪爬高水边线检测算法,并且由二维傅立叶分析,将入射波时间-空间域的纹理图像变换到频率域中,计算入射波的方向和频率。二是基于脊波变换的波浪冲刷测速,根据冲刷的时空特点,利用脊波变换的直线检测特性,实现自动和直接获取冲刷速度的高精度算法。　　 (5)为解决视频图像中海岸动态信息的自动获取问题,首先提出了基于Radon变换和梯度跟踪的海岸线检测算法,预测海岸线方向和大致范围,减少后续计算;分析图像噪声特点和脊波变换更好的几何特性,改进前述算法,提出了基于全变差和脊波变换的海岸线提取算法,提取定位准确、连续的海岸线图像。其次是针对海岸动态的自动监测问题,提出了基于CIE L*a*b*彩色空间与K均值聚类结合的近岸图像自动分类方法,通过彩色空间变换特征增强和无监督聚类算法,实现水陆区域分割。　　 综上所述,本文针对视频海洋监测中的图像纹理特征与信息获取方法进行了深入研究,实验结果证明了这些算法的有效性。