基于双目视觉的水上目标测距与识别算法研究

发布时间：2021-08-01 12:28

　　目前,许多国家都在对水上装备智能化、无人化技术进行研究,研究的重点方向之一就是水上装备的环境感知技术。双目立体视觉技术作为重要的环境感知技术,受到研究人员的重视。本文对双目测距中的关键技术和水上目标识别算法进行了深入研究,通过实验验证了双目测距算法和目标识别算法的可行性以及可靠性。论文主要完成的工作如下:第一,对双目测距中匹配代价获取的关键技术进行优化改进,针对传统Census变换对中心像素过于依赖,噪声影响下匹配效果差的问题提出了一种改进的Census变换,利用改进的Census变换进行立体匹配,提高了立体匹配算法对噪声的鲁棒性和执行效率。第二,对双目测距过程中采用的局部立体匹配算法流程进行调整优化,结合水上目标测距与识别这一最终目的简化传统局部立体匹配的流程,首先采用自适应设定滞后阈值的Canny算子以及Snake模型对水上目标的轮廓进行提取,然后在轮廓区域内采用自适应窗口进行匹配代价聚合,避免在深度不连续区域产生误匹配。最后对视差进行优化,得到目标视差,进一步计算出目标的距离信息。采用优化改进的算法进行测距实验,测距精度达到了无人艇避障以及视觉侦察的要求。第三,结合水上目标的特点... 

【文章来源】：江苏科技大学江苏省

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景与意义
    1.2 双目立体视觉的研究概况
        1.2.1 双目立体视觉的国内外研究现状
        1.2.2 双目立体视觉的研究内容
        1.2.3 双目立体视觉的发展趋势
    1.3 水上目标识别研究概况
        1.3.1 水上目标识别技术国内外研究现状
        1.3.2 水上目标检测与识别发展趋势
    1.4 课题研究内容与章节安排
        1.4.1 本论文的主要研究重点
        1.4.2 本论文的章节安排
第2章 双目测距理论及立体匹配技术研究
    2.1 双目测距理论研究
        2.1.1 相机成像模型
        2.1.2 光轴平行的双目测距理论研究
        2.1.3 摄像机标定
    2.2 立体匹配技术研究
        2.2.1 立体匹配的约束条件
        2.2.2 立体匹配的匹配代价计算函数
    2.3 本章小节
第3章 基于改进Census变换的匹配代价获取
    3.1 局部立体匹配算法一般步骤
    3.2 基于传统CENSUS变换的立体匹配算法
        3.2.1 传统Census变换
        3.2.2 匹配代价计算
        3.2.3 匹配代价聚合
        3.2.4 视差优化
    3.3 基于改进CENSUS变换的立体匹配算法
        3.3.1 基于传统Census变换立体匹配算法的缺陷
        3.3.2 改进的Census变换
        3.3.3 基于改进Census变换的立体匹配算法步骤
    3.4 实验结果与分析
    3.5 本章小节
第4章 基于目标轮廓区域的视差求取
    4.1 基于边缘检测的目标轮廓区域提取
        4.1.1 图像分割方法理论研究
        4.1.2 自适应滞后阈值的Canny边缘检测
    4.2 轮廓内的匹配代价聚合
    4.3 视差提取
    4.4 实验结果与分析
    4.5 本章小节
第5章 水上目标识别算法研究
    5.1 目标特征提取
        5.1.1 目标区域形状特征提取
        5.1.2 目标区域不变矩特征提取
        5.1.3特征提取实验
    5.2 目标识别分类
        5.2.1 目标识别分类基本方法
        5.2.2 支持向量机的基本原理及算法流程
        5.2.3支持向量机的关键技术研究和仿真实验
        5.2.4舰船目标识别实验
    5.3 本章小节
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]特征融合的双目半全局匹配算法及其并行加速实现[J]. 吕倪祺,宋广华,杨波威.  中国图象图形学报. 2018(06)
[2]SAR图像技术在船舶目标检测和参数提取中的应用[J]. 姜敏敏.  舰船科学技术. 2017(10)
[3]美国海军“无人勇士”项目发展概况[J]. 李琨.  现代军事. 2017(02)
[4]基于双目立体视觉的船舶轨迹跟踪算法研究[J]. 黄椰,黄靖,肖长诗,姜文,孙毅.  计算机科学. 2017(01)
[5]基于显著性分析的HOG快速船舶检测方法[J]. 元海文,肖长诗,文元桥,周春辉,张康贺,邹雄.  中国航海. 2016(01)
[6]无人船技术在海事的应用[J]. 宋杰,闻佳.  中国海事. 2015(10)
[7]船舶视觉图像优化检测方法研究[J]. 睢丹,陈卫军.  舰船科学技术. 2015(08)
[8]基于改进梯度和自适应窗口的立体匹配算法[J]. 祝世平,李政.  光学学报. 2015(01)
[9]GPU近实时线性双目立体代价聚合[J]. 陈彬,陈和平,李晓卉.  中国图象图形学报. 2014(10)
[10]H-S直方图反向投影结合特征点提取的双目视觉定位算法[J]. 章海兵,刘士荣,张波涛.  控制理论与应用. 2014(05)

博士论文
[1]基于计算机视觉的复杂场景下目标跟踪研究[D]. 贺文骅.西安电子科技大学 2015
[2]基于光视觉的无人艇水面目标检测与跟踪研究[D]. 曾文静.哈尔滨工程大学 2013

硕士论文
[1]基于双目立体视觉的工件识别与定位技术研究[D]. 李胜利.哈尔滨工业大学 2016
[2]基于双目视觉的轮式机器人动态避障研究[D]. 韩信.浙江大学 2016
[3]基于特征信息提取的船舶检测与跟踪方法研究[D]. 安婷.华北电力大学 2015
[4]无人艇视觉系统目标图像特征提取与识别技术研究[D]. 梁秀梅.哈尔滨工程大学 2013
[5]结合结构信息和统计特征的SAR图像目标检测[D]. 单雁冰.西安电子科技大学 2012
[6]桥区运动船舶检测和跟踪的方法研究[D]. 张文涛.华中科技大学 2012
[7]基于双边滤波的图像处理算法研究[D]. 王玉灵.西安电子科技大学 2010
[8]基于高分辨光学遥感图像的舰船目标检测方法研究[D]. 蒋李兵.国防科学技术大学 2006



本文编号：3315528