基于光视觉的无人艇的目标检测与跟踪

发布时间：2020-05-12 17:11

【摘要】：目前,我国的海洋科技力量正在蓬勃发展,想要突破第一岛链和第二岛链的限制,希望向更广阔的远海发展,为了达成这个目标,就必须将海洋的信息化建设摆在首要位置。海面的目标跟踪和检测技术在海洋信息化建设中有很重要的应用价值,被广泛地应用于军情收集,目标监控,航运服务等领域中。因此,基于光视觉的水面目标检测与跟踪技术研究具有重要的军事战略意义和工程应用价值。尤其是在移动目标的检测与跟踪方面,取得了前所未有的成就。而无人艇是一种能够在海洋环境下自主航行,并能完成各种任务的小型水面运动平台,多被用于目标检测与跟踪技术当中,随着科学技术的不断发展,人们对无人艇跟踪目标的能力要求越来越高,这也就对算法的跟踪能力提出了更高的要求。本文针对基于光视觉的无人艇的目标检测与跟踪技术进行了研究,主要研究工作如下:(1)提出了基于光视觉的水面可见光图像预处理方法。首先,介绍了水面可见光图像的平滑去噪方法,包括空间域去噪算法和形态学去噪算法,并对其去噪效果进行仿真对比和分析,并采用一种改进的形态学权重自适应图像去噪算法,仿真验证其有效性;然后,介绍了水面可见光图像增强方法。介绍了常见的图像增强算法,包括基于灰度拉伸的图像增强算法和基于直方图的图像增强方法,并对其去噪效果进行仿真对比和分析;最后,介绍了水面可见光图像的稳像方法,并仿真验证其有效性。(2)采用改进的最大类间方差法(otsu)进行目标检测。首先,介绍了几种常见的目标检测方法,并对其检测效果进行仿真对比和分析;然后,对传统的遗传算法进行改进,并将其运用到图像分割方法中,该算法对交叉率和变异率进行改进,并使用otsu作为适应度函数,选取最优的分割阈值;最后,将上述改进算法应用于目标检测,并仿真验证该算法有效性。(3)采用改进的均值漂移算法进行目标跟踪。首先,介绍了常见的海天线检测方法:Hough变换,并对其检测效果进行仿真和分析;然后,介绍了基于直线检测原理的海天线检测算法,并采用直线合并原理对该算法进行改进,仿真验证该算法有效性;最后,采用均值漂移算法进行目标跟踪,并对传统的均值漂移算法进行改进,将卡尔曼滤波轨迹预测和均值漂移算法结合,并根据阈值α,判断卡尔曼预测跟踪后的最优解向量和初始向量是否满足Bhattacharyya系数,并仿真验证该算法有效性。
【图文】：

自适应加权中值滤波,空间域,去噪

9图 2.1 常用的空间域去噪真结果如图 2.1 所示，可知采用同样大小值滤波去噪效果并不理想，它不仅去除图像变得模糊，不能很好地去除噪声点；好；高斯滤波在去噪的同时，丢失部分细波效果好于之前三种方法，不但没有影响(e) 自适应加权中值滤波

过程图,数学形态学,过程图,图像

像细节保护较好。滤波方法与结果分析数学形态学可利用图像形态进行图像分析，形态学的基础是形态学的基本变换，图像的过数学形态学，，图像数据变得简单，将与图特征也没有被破坏，同时还可以改善图像的他图像处理方式不同，研究目标为图像中的本步骤有：特征。。换。换后，物体特征更加明显，方便了我们提取图 2.2 所示。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U664.82;TP391.41

【相似文献】