1.一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，包括以下步骤：

步骤1：对所采集的图像进行灰度化及中值滤波处理；

步骤2：利用Sobel算子计算图像幅值梯度并将图像格式转回原来的uint8形式；

步骤3：迭代使用OTSU图像分割法计算图像分割阈值并使用该阈值对图像分割为前景和背景部分；

步骤4：寻找图像中所有符合条件的右端点即为涌潮潮头线断裂处的像素点；

步骤5：遍历每一个右端点，选择右端点的相邻的8个方向上的像素点中的右侧三个像素点幅值梯度最大的像素点作为潮头线生长的目标点；

步骤6：继续筛选得到的目标点的右邻域中像素点，若其右邻域不存在前景像素点，则选择幅值梯度最大的像素点作为下一个潮头线生长的目标点，重复该生长步骤，生长步骤次数可根据图像效果手动设定；

步骤7：根据图像中各个独立的前景部分轮廓面积大小筛选出面积最大的轮廓即为涌潮潮头线。

2.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于所述步骤1的具体步骤为：根据人类视觉对色彩的敏感度不同，将每个像素点的B、G、R通道分别赋予不同的权重系数进行加权求解灰度值，依次作为整个图像的灰度值，中值滤波是根据邻域模板将图像中某一点邻域内的像素的灰度值按从小到大的顺序进行排列，并将这些从小到大排列的灰度值计算中值，用它作为这个像素点的灰度值。

3.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤2的具体步骤为：Sobel算子主要用于获得数字图像的一阶梯度，选择卷积核为Sobel算子在Gy方向上的卷积模板，通过该卷积核与原始图片做卷积，得到各像素点纵向的梯度幅值，该卷积核的作用就是当该像素点上下部分的像素点差距越大，所得结果绝对值就越大，也就是梯度幅值越大，越有可能是涌潮的潮头线，由于得到的结果可能为负数或者大于255，因此还需要将数据类型转化为uint8类型，从而得到一幅像素值在0～255的灰度图像。

4.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤3的具体步骤为：首先需要通过OTSU图像分割法计算0～255灰度级中第一次分割图像为前景和背景的灰度级i，再通过OTSU图像分割法计算i～255灰度级中分割图像为前景和背景的灰度级j，所得到的j即为图像分割的阈值，灰度级大于j的像素点即为前景，否则为背景像素点。

5.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤4中具体步骤为：遍历图像中所有的像素点，判断该像素点8个方向上的邻近的像素点中八右侧三个像素点是否都为背景，即像素值为0，如果为背景，说明该点为右端点，并将其保存。

6.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤5中具体步骤为：遍历每一个右端点，选择右端点的八邻域中右侧三个像素点幅值梯度最大的像素点作为潮头线生长的目标点。

7.根据权利要求4所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤6具体步骤为：继续筛选得到的目标点的右邻域中像素点，若其右邻域不存在前景像素点，则选择幅值梯度最大的像素点作为下一个潮头线生长的目标点，重复该生长步骤，重复次数可人为设定，涌潮潮头线断裂处间隔越大，可将次数设置地越多。

8.根据权利要求1所述的一种基于梯度幅值生长的涌潮潮头线连接方法，其特征在于，所述步骤7的具体步骤为：经过图像分割，图像中的前景部分包括涌潮的潮头线以及其他灰度阈值较高的部分，找到图像中的所有轮廓，轮廓就是图像边缘连接起来的一个整体，轮廓面积最大的区域就是涌潮潮头线区域。