水下多目标检测与数据关联方法研究

发布时间：2022-01-09 14:08

　　随着对海洋资源探测开发和水下作业需求的不断增加,智能水下机器人（AUV）正日益受到国内外重视。考虑到水下环境的复杂性,水声探测仍是目前水下探测中一种较为有效的方式。研究基于前视声呐的声视觉跟踪系统对于海上防御、海上安全作业及海洋开发等领域有着广泛的应用价值和重要的战略意义。本论文重点研究基于AUV前视声呐的多目标跟踪问题,以前视声呐作为声视觉传感器研究声呐图像处理、目标检测、跟踪及数据关联方法,主要研究内容如下:首先,针对水下声学图像特点进行前视声呐图像处理方法研究。通过软件编程获取其回波数据,采用坐标转换、波束内插获取声呐原始图像;根据前视声呐原始图像特点,采用均值加速的中值滤波算法、改进的Pal-King模糊图像增强进行图像预处理工作;利用基于模糊隶属度函数的阈值分割算法对经过处理的声呐图像进行分割;最后采用连通区域的改进算法对分割后的图像进行区域缺损连通。其次,研究水下目标特征提取方法,利用主成分分析方法进行水下目标检测方法研究。考虑到声呐跟踪系统对实时性的要求以及水下环境的复杂性,提取声呐图像中常见的十种特征:面积、长轴长度、短轴长度、七种不变特征矩,采用基于主成分分析的特征选... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

声呐阵列安装方式

哈尔滨工程大学硕士学位论文2的跟踪。实验所使用机器人为NPSARIES如图1.1所示，其声呐阵列安装方式如图1.2所示。为了证明上述系统所使用的障碍物检测算法的有效性，在正式实验前做了仿真实验，图1.3为仿真模拟的结果。图1.4为实际实验的结果，采集接收声呐数据并对其声呐数据进行处理后，将障碍物检测出来并将其高度和位置信息传给控制器，控制器完成高度调整。图1.1NPSARIESAUV图1.2声呐阵列安装方式图1.3仿真结果图1.4试验结果2008年，挪威海洋研究所的Handegard，N.O.和阿拉斯加渔业研究中心的Williams，K[6]，通过拖动在水中的拖网实现对双频识别声呐（DIDSON）数据进行自动跟踪。该过程主要包括目标检测，多目标跟踪以及从跟踪数据中提取行为信息，如：目标速度和方向等参数，该过程具体如图1.5所示。在图（d）中，蓝线表示实时轨迹，黄色“+”符号表示检测到的目标，绿色和红色圆圈表示波门，绿色“+”和红色“+”表示前一上一时刻的预测，绿色表示预测和实际量测之间成功关联，红色则表示二者未能成功关联。（a）原始声呐图像（b）滤波后图像

试验结果

【参考文献】：
期刊论文
[1]基于特定特征识别的运动视觉跟踪系统设计[J]. 杨阳.  现代电子技术. 2017(02)
[2]空间约束FCM与MRF结合的侧扫声呐图像分割算法[J]. 霍冠英,刘静,李庆武,周亮基.  仪器仪表学报. 2017(01)
[3]基于幅值信息的改进集成概率数据关联算法[J]. 李为,李一平,封锡盛.  机器人. 2015(05)
[4]基于马尔可夫随机场的非监督声呐图像分割方法[J]. 叶秀芬,张元科.  哈尔滨工程大学学报. 2015(04)
[5]基于Gabor滤波车牌区域定位算法研究及实现[J]. 贺桂娇,李桂清,孙常明.  计算机与数字工程. 2015(03)
[6]基于主动轮廓的声呐图像水雷识别方法[J]. 李娟娟,马硕,朱枫,郝颖明,高雷.  计算机应用研究. 2014(12)
[7]基于改进模糊算法和相对熵的遥感图像增强[J]. 杨波,贾振红,覃锡忠,杨杰,胡英杰.  激光杂志. 2014(02)
[8]一种基于云模型和证据理论的融合识别方法[J]. 俞志富,李俊武,王利华.  信息与控制. 2014(01)
[9]基于主成分分析的重庆市县域经济综合评价[J]. 周李磊,林孝松,韩赜,左倩云,胡静怡.  重庆工商大学学报(自然科学版). 2013(01)
[10]基于类云模型的c均值聚类航迹关联算法[J]. 车志宇,吴媛媛.  海军航空工程学院学报. 2013(01)

博士论文
[1]多功能自主式水下机器人运动控制研究[D]. 李岳明.哈尔滨工程大学 2013

硕士论文
[1]单波束扫描成像声呐的数据处理及其DSP实现[D]. 赵帅.中国海洋大学 2010
[2]水下智能机器人声视觉成像可视化技术研究[D]. 袁连喜.哈尔滨工程大学 2002



本文编号：3578863