无人船海上目标单目视觉检测与跟踪算法研究
【学位单位】:自然资源部第一海洋研究所
【学位级别】:硕士
【学位年份】:2019
【中图分类】:U664.82
【部分图文】:
云洲两艘无人侦察船
图 3-5 海天线检测结果3.2.2 无人船姿态对海天线的影响分析若摄像机安装时的水平中线与船身的水平中线平行,假设摄像机固定于船身,且不具有云台自旋转功能,那么海天线的角度 只受无人船的横滚角影响,且应等于无人船横滚角;海天线的垂直距离 则同时受到无人船横滚角和俯仰角的影响。由于海天线检测结果的准确率和速度相互矛盾,可以考虑使用无人船姿态信息来辅助海天线检测,来提升检测结果的准确率。若直接使用姿态传感器的姿态信息来实时地辅助海天线提取,那么姿态传感器的采样频率不能小于摄像机帧率,同时需要对摄像机和姿态传感器进行时间同步,否则计算单元在执行相关算法时,二者的时间戳不一致会导致海天线提取结
第三章 基于改进显著性提取与质心匹配方法的无人船海面目标检测数量 R =8,邻域范围D=20,质心数量阈值TN =5。采用交并比 IOU(IntersectionOf Union)来衡量本文检测算法的结果与目标真值区域的重合程度(计算方法见式(3-9))。当重合程度阈值设为 0.5 时,本章所提算法的 IOU(@0.5)为 75%,精确度为 92%,召回率为 90%,编程语言为 C++,算法平均执行速度为 30ms/帧。IOUDetection result Ground truthDetection result Ground truth (3-9)
【参考文献】
相关期刊论文 前8条
1 马忠丽;文杰;;融合边缘信息的单尺度Retinex海雾去除算法[J];计算机辅助设计与图形学学报;2015年02期
2 柳晨光;初秀民;吴青;王桂冲;;USV发展现状及展望[J];中国造船;2014年04期
3 孙晓帅;姚鸿勋;;视觉注意与显著性计算综述[J];智能计算机与应用;2014年05期
4 金久才;张杰;马毅;官晟;;一种无人船水深测量系统及试验[J];海洋测绘;2013年02期
5 孙志军;薛磊;许阳明;王正;;深度学习研究综述[J];计算机应用研究;2012年08期
6 马俊;吴玉雯;;基于海天线提取的红外小目标检测方法[J];电子设计工程;2012年06期
7 蒋永馨;袁群哲;邵承永;叶喜勇;徐晓刚;;海上远景小目标检测方法的研究[J];光电工程;2011年10期
8 温佩芝,史泽林,于海斌;复杂海面背景红外小目标自动检测方法[J];红外与激光工程;2003年06期
相关博士学位论文 前1条
1 曾文静;基于光视觉的无人艇水面目标检测与跟踪研究[D];哈尔滨工程大学;2013年
相关硕士学位论文 前6条
1 燕妹;基于全景视觉的海上远景目标检测算法研究[D];哈尔滨工程大学;2017年
2 邵峰;双体双推进无人船路径跟踪控制研究[D];青岛大学;2015年
3 文杰;海雾下无人艇视觉系统视频图像增强技术研究[D];哈尔滨工程大学;2015年
4 段鹏;海上红外小目标检测及跟踪技术研究[D];电子科技大学;2013年
5 牟鹏程;水面无人船轨迹跟踪控制方法研究[D];哈尔滨工程大学;2013年
6 缪德超;复杂海空背景下红外舰船小目标检测技术研究[D];哈尔滨工程大学;2007年
本文编号:2849552
本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/2849552.html