1.UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，方法包括以下步骤：对图像中的无人机进行目标检测以选定ROI区域；

对选定的ROI区域进行雾检测分析；

若选定ROI区域为有雾图像，则进行海雾去除，然后通过改进canny 算子对ROI区域进行边缘检测，若选定ROI区域为无雾图像，则直接利用改进canny 算子对ROI区域进行边缘检测，从而获得无人机的边缘检测图像；

所述海雾去除的过程如下：

采用中值滤波和最小值滤波相结合的方法来保留输入模糊图像的边缘信息：式中， 是最小通道图像， 为图像I的各个通道值；

采用中值滤波对暗通道图进行计算，中值滤波会使暗通道值变大，从而使透射率变小，引入参数 ；

式中， 是中值滤波器中使用的方形窗口的大小， 进行了中值滤波；

对中值滤波后的暗通道值进行最小值滤波：

式中，自适应块block用于图像的最小滤波，m和n分别是图像的行和列；

计算景深变化较大区域：

式中， 是最小通道图像， 是进行了中值滤波与最小值滤波后的暗通道值；

设置门槛：

考虑景深变化程度的差异，对景深变化不同的区域分配不同的暗通道值：变异函数估计大气光值：

变异函数：

其中x为图像中的像素点，m为x的RGB通道的平均灰度值，f(x)的值在天空区域最小，在非天空区域较大，利用该特征丢弃高亮像素，当像素被认为来自天空或白色物体的高亮区域，点被丢弃；

得到所选像素暗通道值的前0.1%像素对应的图像像素点，得到的平均值即为大气光值；

透射率的估计

亮度调整：自适应对数映射算子增强对比度与亮度

式中， 为亮度调整后的最终输出图像， 为设备能够显示的最大亮度值，通常取

100，和 分别表示图像场景的像素强度和最大像素强度，b是偏置参数，决定高像素值的压缩程度以及暗区细节的可见度。

2.根据权利要求1所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述选定ROI区域的过程为：训练无人机数据集采用YOLO v5单阶段目标检测算法对ROI区域进行选取，使用已经训练好的无人机预测模型，对所有像素点的预测向量进行后处理，筛选出置信度最高的无人机区域。

3.根据权利要求2所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述YOLO v5单阶段目标检测算法的过程为：对输入图像采用马赛克数据增强的方法进行处理，通过自适应计算得到最佳锚框值对数据集进行训练，在主干网络中不同图像细粒度上聚合并形成图像特征的卷积神经网络，在Neck 部分采用 FPN+PAN 的结构， FPN 将高层的特征信息进行上采样，以一种从上到下的方式进行传递融合，得到进行预测的特征图， PAN 则自底向上传达强定位特征，在最终在预测层对图像特征进行预测，生成边界框并预测类别。

4.根据权利要求1所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述对选定的ROI区域进行雾检测分析的过程如下：设置ROI区域为消失点附近的矩形区域，雾霾图像的 RGB通道值总是很大且在消失点周围的区域包含大量的零饱和度像素，而且在ROI 的HSV色彩模型图像中，亮度V和饱和度S的比值大；

用下式计算RGB通道之间的相关性：

式中， 代表ROI区域中绿色通道的像素，cov是方差， 是ROI 区域图像的导数。

5.根据权利要求4所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述ROI区域像素的亮度和饱和度：式中， 和 分别代表ROI区域的RGB通道中的最大值与最小值。

6.根据权利要求1所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述有雾与无雾图像的判断过程如下：当相关性不小于0.96时，判断该图像为无雾图像；当相关性处于0.96到0.98区间时，判断该图像为有雾图像；当相关性大于0.98时且R的值大于则为有雾图像。

7.根据权利要求1所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述边缘检测的过程如下：采用DCF深度引导滤波器代替高斯滤波器去除噪声，

Sobel算子计算梯度值：Sobel算子垂直方向和水平方向的平面卷积算子分别为：和

式中，为Sobel算子垂直方向的平面卷积算子，为Sobel算子垂直方向的平面卷积算子，i与j分别为图像的行和列；

非极大值抑制：去除幅值大但不是局部幅值变化最快的点，若其他梯度方向上的幅值变化比邻域中心点M(i,j)的幅值变化快，则判定M(i,j)不是边缘点。

8.根据权利要求6所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，所述参数 ，拟设置为0.8。

9.UAV自主着舰复杂环境下自适应图像边缘检测系统，采用了权利要求1所述的UAV自主着舰复杂环境下自适应图像边缘检测方法，其特征在于，包括：选定模块：用于对图像中的无人机进行目标检测以选定ROI区域，将选定的ROI区域发送至雾检测分析模块；

雾检测分析模块：用于对选定的ROI区域进行雾检测分析，判断是否为有雾图像还是无雾图像，若为有雾图像则进行海雾去除成为无雾图像，并且将无雾图像发送至边缘检测模块；

边缘检测模块：用于对无雾图像的ROI区域，利用改进canny 算子对ROI区域进行边缘检测，获得无人机的边缘检测图像。