基于视觉的无人艇环境感知技术研究

发布时间：2022-02-05 04:38

　　本文基于华中科技大学研发的“huster-68”无人艇,重点研究了无人艇环境感知技术。通过对水面环境的语义分割,判断天空,水岸和水面的区域位置;通过进行水面目标检测得到目标的位置和大小;通过低对比度水面目标识别对由于光照或者天气原因造成水面环境图像质量较低时的目标进行识别。将上述得到信息传送给中央控制系统实现自主巡航。本文详细的研究内容如下:（1）在对水面图像进行语义分割时,针对传统图像分割方法和全卷积网络的分割效果不够精细的缺点,提出了联合偏振度和全卷积网络（Fully Convolutional Networks,FCN）的语义分割网络。通过合成偏振度图像之后再与原场景的RGB图像作为数据集输入到本文提出的RGBP-FCN网络中,得到最终的分割结果。经过实验表明,此算法的分割效果比传统方法和全卷积网络的分割效果要更为精细。（2）在对复杂水面进行目标检测时,针对传统目标检测方法容易受噪声干扰的缺点和卷积神经网络无法进行泛型检测的缺点,提出了分别在LAB颜色空间和HSV颜色空间应用视觉显著性目标检测算法。LAB空间下检测出的目标轮廓较为完整,但是会有水面噪声的干扰,HSV空间下几乎没有... 

【文章来源】：华中科技大学湖北省211工程院校985工程院校教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

各角度图像和偏振度图像

水面环境偏振特性分析

由于本文水面环境分割的类别至多为 3 类（水面、天空和水岸）的类别输出数改为 3，再修改输出层的层名，此时的网络结构就是本-FCN 网络。如图 2-4 的 RGBP-FCN 网络结构所示，若 FCN 进行了原本的 FCN-32s, FCN-16 和 FCN-8s 则会变成对应 RGBP-FCN 的 RGGBP-FCN16s 和 RGBP-FCN-8s。于 RGBP-FCN 的水面环境分割实验数据集制备与模型训练文所用图片数据集均为人工采集和制作，采用训练集 1489 套，每套 RGB 图片和偏振度图片，验证集 155 套，测试集 149 套，大小均为 2 2-5 展示了本文实验所用的一些图片。由于本文的模型是在微调（fine上得来的，并不需要大量数据集即可训练出需要的网络参数。

【参考文献】：
期刊论文
[1]卷积神经网络的发展及其在计算机视觉领域中的应用综述[J]. 陈超,齐峰.  计算机科学. 2019(03)
[2]深度学习的可解释性[J]. 吴飞,廖彬兵,韩亚洪.  航空兵器. 2019(01)
[3]基于改进霍夫变换的水面无人船水界线检测方法[J]. 汤伟,刘思洋,高涵,陶倩.  科学技术与工程. 2018(31)
[4]基于改进分水岭算法的彩色图像分割方法[J]. 路正佳.  科技通报. 2018(09)
[5]基于激光雷达的内河无人船障碍物识别方法[J]. 王贵槐,谢朔,柳晨光,初秀民,李梓龙.  光学技术. 2018(05)
[6]水面航行体对舰船目标的图像检测方法[J]. 方晶,冯顺山,冯源.  北京理工大学学报. 2017(12)
[7]结合分水岭的纹理梯度各向异性图像分割[J]. 冀甜甜,崔嘉,董新锋,贺云隆,郑元杰.  中国图象图形学报. 2017(07)
[8]梯度分层重构的彩色图像分水岭分割[J]. 王娅,周海林,叶建兵,谭沈阳.  中国图象图形学报. 2017(06)
[9]基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究[J]. 惠国保,童一飞,李东波.  计算机学报. 2015(06)
[10]偏振成像探测技术发展现状及关键技术[J]. 李淑军,姜会林,朱京平,段锦,付强,付跃刚,董科研.  中国光学. 2013(06)

硕士论文
[1]无人艇雷达数据处理及其特征提取的研究[D]. 周建成.大连海事大学 2014



本文编号：3614575