基于机器视觉的无人艇近岸环境感知方法研究
发布时间：2022-07-08 10:19
随着现代智能技术的发展,越来越的学者开始对水路系统的智能化进行研究,未来内河航运系统也将朝着无人化、网络化、科技化发展。未来智能化航运的发展,内河航运效率大大提高的同时,运输安全也将得到极大保障。在智能航运中无处不涉及到传感器的使用,相比于其他传感器而言,视觉传感器获取到的环境纹理丰富,信息量大,针对各种环境可以灵活调整处理算法以达到最佳的处理效果,能使无人艇更加精确的感知环境。目前针对无人艇视觉感知技术的研究大多集中在水面目标提取与跟踪方面,针对水岸线提取以及水岸距离感知的研究较少。本文主要针对近岸环境下的无人艇水岸线提取和水岸距离感知进行研究,在改进现有水岸线提取方法的基础上,对水岸线距离感知进行研究,采用双目视觉的方式对水岸距离进行测量。本文主要研究内容如下:（1）水岸图像的预处理。本文通过对实地采集到的水岸图像进行分析,研究了近岸环境下的水岸图像特征。针对水岸线感知的需求分析了不同颜色空间和滤波算法对水岸线感知结果的影响。（2）水岸图像水岸线提取。本文分析目前常见的图像分割方法,对于单帧水岸图像,提出一种基于改进区域生长算法的水岸线提取方法。针对视频序列水岸线提取,分析对比常用...
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 课题研究背景及意义
1.2 课题研究现状
1.2.1 水面无人艇研究现状
1.2.2 水岸线提取研究现状
1.2.3 视觉测量技术研究现状
1.3 论文的主要研究内容和章节安排
2 近岸环境下的水岸图像预处理
2.1 引言
2.2 近岸环境下的水岸图像常见特点
2.3 水岸图像的颜色空间
2.3.1 RGB颜色空间
2.3.2 HSV颜色空间
2.3.3 Lab颜色空间
2.3.4 不同颜色空间下的水岸图像分析
2.4 水岸图像滤波降噪
2.4.1 图像噪声分析
2.4.2 均值滤波
2.4.3 高斯滤波
2.4.4 中值滤波
2.4.5 双边滤波
2.4.6 不同滤波算法的降噪效果对比实验
2.5 本章小结
3 基于区域分割的水岸线提取
3.1 引言
3.2 常用图像分割方法
3.2.1 边缘检测
3.2.2 阈值分割
3.2.3 区域生长法
3.3 基于改进区域生长算法的水岸线提取方法
3.3.1 基于最大熵分割的感兴趣区域提取
3.3.2 基于改进区域生长的水岸线提取
3.3.3 算法总体流程
3.3.4 实验结果与分析
3.4 本章小结
4 基于投影变换的无人艇视频序列水岸线提取
4.1 引言
4.2 基本思想
4.3 算法总体流程
4.4 特征点检测及匹配
4.4.1 常用特征检测算法
4.4.2 特征匹配算法
4.4.3 基于ORB的水岸图像特征点检测和匹配
4.5 运动补偿与水岸线提取
4.5.1 基于投影变换的全局运动补偿
4.5.2 水岸线提取
4.6 本章小结
5 基于视觉的无人艇测距研究
5.1 引言
5.2 三维测量的基本原理
5.2.1 单目测距的基本原理
5.2.2 双目测距的基本原理
5.3 基于双目视觉的无人艇近岸测距
5.3.1 摄像机标定
5.3.2 立体矫正
5.3.3 立体匹配
5.3.4 水岸线距离测量
5.4 本章小结
6 无人艇视觉感知系统设计与实现
6.1 引言
6.2 无人艇平台构建
6.3 无人艇视觉感知系统
6.4 本章小结
结论
致谢
参考文献
攻读学位期间取得的研究成果
【参考文献】：
期刊论文
[1]无人水面艇技术发展回顾与趋势分析[J]. 张伟,廖煜雷,姜峰,赵铁军. 无人系统技术. 2019(06)
[2]基于RGB颜色空间的猪肉大理石纹分割[J]. 钱蓉,李小金,董伟,王重龙. 江苏农业科学. 2019(20)
[3]基于改进区域生长的水岸线提取方法研究[J]. 郑又能,肖宇峰,寸超,向可均,张华,刘冉. 计算机应用研究. 2020(06)
[4]基于最大熵的目标分割和检测[J]. 韩涛,辛欣. 计算机与数字工程. 2019(04)
[5]无人水面艇在岛礁测绘中的应用[J]. 单晨晨,温明明,冯强强. 科技创新导报. 2019(11)
[6]最大类间方差法在果蔬种类识别中的应用研究[J]. 周俊勇,陈永良,黄卫跃. 科技通报. 2019(03)
[7]无人艇在电子战中的应用[J]. 刘欣,杨格,郭日成. 科技导报. 2019(04)
[8]国内外无人艇发展现状及典型作战应用研究[J]. 王石,张建强,杨舒卉,张博伦. 火力与指挥控制. 2019(02)
[9]揭开无人海战的序幕 中国“瞭望者”Ⅱ无人艇[J]. 刘江平. 坦克装甲车辆. 2019(02)
[10]基于Lab颜色空间纹理特征的图像前后景分离[J]. 杨超,刘本永. 激光与光电子学进展. 2019(12)
博士论文
[1]图像阈值分割关键技术研究[D]. 龙建武.吉林大学 2014
[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]基于计算机视觉的测距技术研究[D]. 姜映舟.桂林电子科技大学 2019
[2]基于视觉与惯性测量单元的无人机自定位技术研究[D]. 孙新成.南京航空航天大学 2019
[3]双目视觉与障碍物探测方法研究[D]. 刘然.西安石油大学 2018
[4]基于颜色空间转换的分水岭彩色图像分割算法研究[D]. 张慧.辽宁工程技术大学 2017
[5]边缘检测方法研究及应用[D]. 王章锋.天津工业大学 2017
[6]可靠图像边缘检测方法研究[D]. 刘红霞.兰州大学 2016
[7]基于CUDA平台的区域分割并行算法设计与实现[D]. 王媛媛.大连理工大学 2014
[8]倒影图像检测[D]. 王大志.哈尔滨工业大学 2009
本文编号：3656846
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 课题研究背景及意义
1.2 课题研究现状
1.2.1 水面无人艇研究现状
1.2.2 水岸线提取研究现状
1.2.3 视觉测量技术研究现状
1.3 论文的主要研究内容和章节安排
2 近岸环境下的水岸图像预处理
2.1 引言
2.2 近岸环境下的水岸图像常见特点
2.3 水岸图像的颜色空间
2.3.1 RGB颜色空间
2.3.2 HSV颜色空间
2.3.3 Lab颜色空间
2.3.4 不同颜色空间下的水岸图像分析
2.4 水岸图像滤波降噪
2.4.1 图像噪声分析
2.4.2 均值滤波
2.4.3 高斯滤波
2.4.4 中值滤波
2.4.5 双边滤波
2.4.6 不同滤波算法的降噪效果对比实验
2.5 本章小结
3 基于区域分割的水岸线提取
3.1 引言
3.2 常用图像分割方法
3.2.1 边缘检测
3.2.2 阈值分割
3.2.3 区域生长法
3.3 基于改进区域生长算法的水岸线提取方法
3.3.1 基于最大熵分割的感兴趣区域提取
3.3.2 基于改进区域生长的水岸线提取
3.3.3 算法总体流程
3.3.4 实验结果与分析
3.4 本章小结
4 基于投影变换的无人艇视频序列水岸线提取
4.1 引言
4.2 基本思想
4.3 算法总体流程
4.4 特征点检测及匹配
4.4.1 常用特征检测算法
4.4.2 特征匹配算法
4.4.3 基于ORB的水岸图像特征点检测和匹配
4.5 运动补偿与水岸线提取
4.5.1 基于投影变换的全局运动补偿
4.5.2 水岸线提取
4.6 本章小结
5 基于视觉的无人艇测距研究
5.1 引言
5.2 三维测量的基本原理
5.2.1 单目测距的基本原理
5.2.2 双目测距的基本原理
5.3 基于双目视觉的无人艇近岸测距
5.3.1 摄像机标定
5.3.2 立体矫正
5.3.3 立体匹配
5.3.4 水岸线距离测量
5.4 本章小结
6 无人艇视觉感知系统设计与实现
6.1 引言
6.2 无人艇平台构建
6.3 无人艇视觉感知系统
6.4 本章小结
结论
致谢
参考文献
攻读学位期间取得的研究成果
【参考文献】：
期刊论文
[1]无人水面艇技术发展回顾与趋势分析[J]. 张伟,廖煜雷,姜峰,赵铁军. 无人系统技术. 2019(06)
[2]基于RGB颜色空间的猪肉大理石纹分割[J]. 钱蓉,李小金,董伟,王重龙. 江苏农业科学. 2019(20)
[3]基于改进区域生长的水岸线提取方法研究[J]. 郑又能,肖宇峰,寸超,向可均,张华,刘冉. 计算机应用研究. 2020(06)
[4]基于最大熵的目标分割和检测[J]. 韩涛,辛欣. 计算机与数字工程. 2019(04)
[5]无人水面艇在岛礁测绘中的应用[J]. 单晨晨,温明明,冯强强. 科技创新导报. 2019(11)
[6]最大类间方差法在果蔬种类识别中的应用研究[J]. 周俊勇,陈永良,黄卫跃. 科技通报. 2019(03)
[7]无人艇在电子战中的应用[J]. 刘欣,杨格,郭日成. 科技导报. 2019(04)
[8]国内外无人艇发展现状及典型作战应用研究[J]. 王石,张建强,杨舒卉,张博伦. 火力与指挥控制. 2019(02)
[9]揭开无人海战的序幕 中国“瞭望者”Ⅱ无人艇[J]. 刘江平. 坦克装甲车辆. 2019(02)
[10]基于Lab颜色空间纹理特征的图像前后景分离[J]. 杨超,刘本永. 激光与光电子学进展. 2019(12)
博士论文
[1]图像阈值分割关键技术研究[D]. 龙建武.吉林大学 2014
[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]基于计算机视觉的测距技术研究[D]. 姜映舟.桂林电子科技大学 2019
[2]基于视觉与惯性测量单元的无人机自定位技术研究[D]. 孙新成.南京航空航天大学 2019
[3]双目视觉与障碍物探测方法研究[D]. 刘然.西安石油大学 2018
[4]基于颜色空间转换的分水岭彩色图像分割算法研究[D]. 张慧.辽宁工程技术大学 2017
[5]边缘检测方法研究及应用[D]. 王章锋.天津工业大学 2017
[6]可靠图像边缘检测方法研究[D]. 刘红霞.兰州大学 2016
[7]基于CUDA平台的区域分割并行算法设计与实现[D]. 王媛媛.大连理工大学 2014
[8]倒影图像检测[D]. 王大志.哈尔滨工业大学 2009
本文编号：3656846
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3656846.html
