基于光视觉的水下运动目标检测与识别技术的研究

发布时间：2021-03-08 06:59

　　水下光学成像设备的快速发展使得光视觉在水下监测、海洋探索、水下安防、生态研究等领域有着广泛的应用。因此,作为光视觉系统的关键,水下目标检测与识别技术的研究无论是在学术领域还是工程领域都有着重要的意义与价值。本文重点对水下图像增强以及运动目标检测与识别技术进行深入研究,主要工作内容如下:首先,在分析常用的几种水下图像增强算法原理的基础上,针对由于水体介质对光线的吸收和散射作用导致的水下图像对比度低、光照不均等问题,提出一种基于改进限制对比度自适应直方图均衡的水下图像增强算法。根据每个子块的像素分布确定相应的裁剪幅值对直方图进行裁剪、分配;对超出裁剪幅值部分进行二次分配以进一步增强图像细节;引入同态滤波以消除光照不均。通过与其他算法的对比实验验证所提出算法的有效性。其次,分析常用的运动目标检测算法并提出一种基于改进Vi Be的运动目标检测算法。采用高斯金字塔对视频序列图像进行尺度缩放以提高算法的实时性;将五帧差分法与Vi Be算法相结合以消除鬼影区域;针对传统Vi Be算法第一帧建模的不足,利用视频序列的前四帧对样本集进行填充,同时引入样本集的二次更新机制,以增强背景模型的适应能力。通过对... 

【文章来源】：江苏科技大学江苏省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 水下图像增强的研究现状
        1.2.2 水下运动目标检测的研究现状
        1.2.3 水下目标识别的研究现状
    1.3 本文主要研究内容
第2章 水下图像增强算法研究
    2.1 常用的图像增强算法
        2.1.1 Retinex理论
        2.1.2 小波变换
        2.1.3 直方图均衡算法
    2.2 基于改进CLAHE的水下图像增强算法
        2.2.1 限制对比度自适应直方图均衡
        2.2.2 直方图裁剪幅值的确定
        2.2.3 直方图二次分配的动态范围
        2.2.4 基于同态滤波的光照不均消除
        2.2.5 本文水下图像增强算法流程
    2.3 实验结果与分析
        2.3.1 定性分析
        2.3.2 定量分析
    2.4 本章小结
第3章 运动目标检测算法研究
    3.1 常用的运动目标检测算法
        3.1.1 帧间差分法
        3.1.2 光流法
        3.1.3 背景减除法
    3.2 基于改进ViBe的运动目标检测算法
        3.2.1 ViBe算法原理
        3.2.2 五帧差分法
        3.2.3 改进的样本集填充与更新方式
        3.2.4 高斯金字塔与图像尺寸缩放
        3.2.5 本文运动目标检测算法流程
    3.3 实验结果与分析
    3.4 本章小结
第4章 水下目标识别方法研究
    4.1 基于tiny-dnn的水下目标分类器
        4.1.1 卷积神经网络的基本原理
        4.1.2 tiny-dnn中卷积神经网络的结构分析
    4.2 数据集准备
        4.2.1 数据集制作
        4.2.2 数据增强
    4.3 卷积神经网络训练与测试
        4.3.1 激活函数的对比与选择
        4.3.2 训练与测试
    4.4 本章小结
第5章 水下运动目标检测与识别系统设计
    5.1 系统软、硬件环境
        5.1.1 软件环境
        5.1.2 硬件环境
    5.2 系统设计与开发
        5.2.1 系统组成
        5.2.2 系统设计与实现
    5.3 系统测试与分析
    5.4 本章小结
总结与展望
    总结
    展望
参考文献
攻读硕士学位期间发表的学术论文
致谢



本文编号：3070622