海底图像人造目标检测算法研究
发布时间：2022-02-10 08:29
近年来,空难和海难事故频频发生,许多遇难后的飞机或船舶残骸沉入了海底,为了打捞这些沉入海底的目标（比如飞机黑匣子等）,搜寻这些目标就显得至关重要。对于这些人造的海底目标残骸,目前通常搜寻的做法是使用水下机器人（AUV）搭载声呐和水下低照度相机等设备,在一定范围的海域内进行扫描成像。在搜寻过程中,由于搜寻范围较大,会导致水下低照度相机拍摄到十分巨量的图像,这些图像中往往包含了大量不含人造目标残骸的海底背景图像,而含有人造目标残骸的目标图像的数量却很少。对于这些海底图像,通常需要人工判读来从图像中寻找人造目标残骸,因此大量的海底背景图像大大增加了人工判读的工作量,如何检测出大量海底图像中的人造目标残骸,就是本文研究的核心问题。通过对海底图像复杂背景特点和人造目标残骸特性的分析,本文提出了一种基于边缘检测算法、直线检测算法和支持向量机（Support Vector Machine,SVM）分类检测算法相结合的海底图像人造目标检测方法。根据海底背景图像具有较多的微小边缘信息的特点,本文提出了一种Canny算子结合微小边缘过滤的边缘检测算法。首先对海底图像进行中值滤波处理,消除部分噪声的干扰,然...
【文章来源】：大连海事大学辽宁省211工程院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
图２．?２卡梅隆所拍摄的深海挑战中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??
?海底图像人造目标检测算法研宄???和底栖生物等深海生物。由于深海海底缺乏阳光，所以基本上不存在能够进行光合作用??的植物。海底多以泥沙和黏土等沉积物为主，部分区域会有岩石存在，还有部分区域会??有沙土和岩石混合的情况。??图２．?１为蛟龙号探测的７０００米海底图像，图２．?２为詹姆斯卡梅隆拍摄的海底８０００??米的景象。通过这些海底背景图像可以看出，当水深达到一定深度时，海底背景中含有??的成分主要是沙石和黏土，而这些沙石和黏土往往是随机分布的，这样就导致了海底背??景随着沙石和黏土的随机分布而变化万千。因此如何消除这些随机分布的沙石和黏土对??人造目标检测的影响，便是本文研宄的重要部分。??图２．?１蛟龙号探测的７０００米海底??Ｆｉｇ．２．?１?７０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｄｅｔｅｃｔｉｏｎ?ｂｙ?ＪｉａｏＬｏｎｇ??ＨＰＲＶＲｉＨＩ??（ａ）潜水器?（ｂ）海底图像??图２．?２卡梅隆所拍摄的深海挑战中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??２．３人造目标残骸特性分析??－６?－??
?大连海事大学硕士学位论文???本算法主要检测海底图像中的飞机和船舶残骸等人造目标。由于人造目标具有直线??边缘、方形等较为简单的几何外形，因此它们的轮廓表现出明显的直线特征，而海底背??景中的沙石和黏土通常都是不规则的外形。??课题使用的低照度相机系统的成像高度为１０ｍ，拍摄范围为ｌＯｍＸＩＯｍ，搭载在如??图２．?３所示的中船重工七一?０研宄所研制的海祌６０００型ＡＵＶ上。海神６０００型ＡＵＶ??上安装了测深侧扫声呐，在ＡＵＶ工作时，首先保持距离海底７０ｍ左右的高度，打开声??呐对海底进行扫描。然后基于声呐图像确定疑似目标区域，再进行下潜，最后打开低照??度相机系统进行近距离的拍摄。所以在拍摄得到的海底图像中，若存在疑似人造目标残??骸，则该疑似目标在图像中的占比往往较大。??一般的飞机尺寸较大，例如常见的民航客机Ｂ７３７－７００的翼展为３４．３ｍ，机长为３３．６ｍ。??一般货船的尺寸也较大，例如１０００吨级的杂货船的长度为８６ｍ左右，宽度为１２．３ｍ左??右。图２．４为二战时期坠落到海底的飞机残骸，图２．５为二战时期沉没至海底的船舶残??海通过这些图像可以看出，海底飞机和船舶残骸的体积较大，具有较好的直线边缘特??征。同时可以看出，虽然经过了海水半个多世纪的侵蚀，这些飞机和船舶等人造目标还??是保留了较为清晰的轮廓。因此如何从复杂的海底背景中，检测出人造目标残骸的直线??边缘信息和规则的轮廓信息，便是本文算法的核心内容。??图２．?３七一?０研究所研制的海神６０００型ＡＵＶ??Ｆｉｇ．２．?３?Ｔｈｅ?Ｐｏｓｅｉｄｏｎ?６０００?ＡＵＶ?ｄｅｖｅｌｏｐｅｄ?ｂｙ?ｔｈｅ?７１０?Ｒｅｓｅａｒｃｈ?Ｉｎｓｔｉ
【参考文献】：
期刊论文
[1]基于改进Canny算法的工件边缘检测方法[J]. 刘克平,李西卫,隋吉雷,李岩. 广西大学学报(自然科学版). 2017(06)
[2]基于自适应Canny的红外图像边缘检测算法[J]. 孙砚飞,常晓刚,李东兴,张华强,马良慧. 山东理工大学学报(自然科学版). 2017(06)
[3]一种改进的Canny边缘检测算法[J]. 张光玉,徐龙春,张敏风,张岗,邹越,赵文波,杨沛沛,李东玥. 中国医学物理学杂志. 2017(08)
[4]一类基于二维线性插值函数的改进Canny算法[J]. 李健,李俊杰,任宪盛,陈冰冰,付浩威. 东北师大学报(自然科学版). 2015(04)
[5]Canny算子边缘检测的改进研究[J]. 孙丽萍,方源敏,刘兵川,敖成. 河南科学. 2015(11)
[6]基于Canny的自适应边缘检测算法及性能评估[J]. 张心言,赵冉阳. 计算机技术与发展. 2015(11)
[7]基于图像线特征和点云面特征的水下人造目标定位[J]. 解则晓,潘成成,迟书凯,魏征. 中国图象图形学报. 2015(08)
[8]一种自适应阈值的Canny边缘检测算法[J]. 唐路路,张启灿,胡松. 光电工程. 2011(05)
[9]图像烟雾弱化方法研究[J]. 张金泉,杨进华,王晓坤. 中国图象图形学报. 2010(12)
[10]基于Canny算法的自适应边缘检测方法[J]. 刘超,周激流,何坤. 计算机工程与设计. 2010(18)
博士论文
[1]水下图像增强与目标识别算法研究[D]. 侯国家.中国海洋大学 2015
[2]水下成像与图像增强及相关应用研究[D]. 赵欣慰.浙江大学 2015
硕士论文
[1]基于AUV的水下管道检测及位置估算方法研究[D]. 刘奕晖.哈尔滨工程大学 2017
[2]基于光学成像的水下线状目标检测算法[D]. 徐涛.华中科技大学 2017
[3]基于梯度信息的AUV水下管道检测方法研究[D]. 李双双.哈尔滨工程大学 2016
[4]双目视觉水下目标物定位与跟踪技术研究[D]. 谭永.哈尔滨工程大学 2016
[5]水下图像的兴趣目标检测[D]. 丰子灏.上海交通大学 2015
[6]基于SVM的图像分类[D]. 高锦.西北大学 2010
[7]基于水下图像增强滤波方法的研究[D]. 刘晓光.中国海洋大学 2010
[8]Hough变换改进算法研究[D]. 陈国栋.哈尔滨工业大学 2007
[9]基于视频的车辆检测与跟踪技术研究[D]. 刘怀强.中国海洋大学 2006
本文编号：3618579
【文章来源】：大连海事大学辽宁省211工程院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
图２．?２卡梅隆所拍摄的深海挑战中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??
?海底图像人造目标检测算法研宄???和底栖生物等深海生物。由于深海海底缺乏阳光，所以基本上不存在能够进行光合作用??的植物。海底多以泥沙和黏土等沉积物为主，部分区域会有岩石存在，还有部分区域会??有沙土和岩石混合的情况。??图２．?１为蛟龙号探测的７０００米海底图像，图２．?２为詹姆斯卡梅隆拍摄的海底８０００??米的景象。通过这些海底背景图像可以看出，当水深达到一定深度时，海底背景中含有??的成分主要是沙石和黏土，而这些沙石和黏土往往是随机分布的，这样就导致了海底背??景随着沙石和黏土的随机分布而变化万千。因此如何消除这些随机分布的沙石和黏土对??人造目标检测的影响，便是本文研宄的重要部分。??图２．?１蛟龙号探测的７０００米海底??Ｆｉｇ．２．?１?７０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｄｅｔｅｃｔｉｏｎ?ｂｙ?ＪｉａｏＬｏｎｇ??ＨＰＲＶＲｉＨＩ??（ａ）潜水器?（ｂ）海底图像??图２．?２卡梅隆所拍摄的深海挑战中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??２．３人造目标残骸特性分析??－６?－??
?大连海事大学硕士学位论文???本算法主要检测海底图像中的飞机和船舶残骸等人造目标。由于人造目标具有直线??边缘、方形等较为简单的几何外形，因此它们的轮廓表现出明显的直线特征，而海底背??景中的沙石和黏土通常都是不规则的外形。??课题使用的低照度相机系统的成像高度为１０ｍ，拍摄范围为ｌＯｍＸＩＯｍ，搭载在如??图２．?３所示的中船重工七一?０研宄所研制的海祌６０００型ＡＵＶ上。海神６０００型ＡＵＶ??上安装了测深侧扫声呐，在ＡＵＶ工作时，首先保持距离海底７０ｍ左右的高度，打开声??呐对海底进行扫描。然后基于声呐图像确定疑似目标区域，再进行下潜，最后打开低照??度相机系统进行近距离的拍摄。所以在拍摄得到的海底图像中，若存在疑似人造目标残??骸，则该疑似目标在图像中的占比往往较大。??一般的飞机尺寸较大，例如常见的民航客机Ｂ７３７－７００的翼展为３４．３ｍ，机长为３３．６ｍ。??一般货船的尺寸也较大，例如１０００吨级的杂货船的长度为８６ｍ左右，宽度为１２．３ｍ左??右。图２．４为二战时期坠落到海底的飞机残骸，图２．５为二战时期沉没至海底的船舶残??海通过这些图像可以看出，海底飞机和船舶残骸的体积较大，具有较好的直线边缘特??征。同时可以看出，虽然经过了海水半个多世纪的侵蚀，这些飞机和船舶等人造目标还??是保留了较为清晰的轮廓。因此如何从复杂的海底背景中，检测出人造目标残骸的直线??边缘信息和规则的轮廓信息，便是本文算法的核心内容。??图２．?３七一?０研究所研制的海神６０００型ＡＵＶ??Ｆｉｇ．２．?３?Ｔｈｅ?Ｐｏｓｅｉｄｏｎ?６０００?ＡＵＶ?ｄｅｖｅｌｏｐｅｄ?ｂｙ?ｔｈｅ?７１０?Ｒｅｓｅａｒｃｈ?Ｉｎｓｔｉ
【参考文献】：
期刊论文
[1]基于改进Canny算法的工件边缘检测方法[J]. 刘克平,李西卫,隋吉雷,李岩. 广西大学学报(自然科学版). 2017(06)
[2]基于自适应Canny的红外图像边缘检测算法[J]. 孙砚飞,常晓刚,李东兴,张华强,马良慧. 山东理工大学学报(自然科学版). 2017(06)
[3]一种改进的Canny边缘检测算法[J]. 张光玉,徐龙春,张敏风,张岗,邹越,赵文波,杨沛沛,李东玥. 中国医学物理学杂志. 2017(08)
[4]一类基于二维线性插值函数的改进Canny算法[J]. 李健,李俊杰,任宪盛,陈冰冰,付浩威. 东北师大学报(自然科学版). 2015(04)
[5]Canny算子边缘检测的改进研究[J]. 孙丽萍,方源敏,刘兵川,敖成. 河南科学. 2015(11)
[6]基于Canny的自适应边缘检测算法及性能评估[J]. 张心言,赵冉阳. 计算机技术与发展. 2015(11)
[7]基于图像线特征和点云面特征的水下人造目标定位[J]. 解则晓,潘成成,迟书凯,魏征. 中国图象图形学报. 2015(08)
[8]一种自适应阈值的Canny边缘检测算法[J]. 唐路路,张启灿,胡松. 光电工程. 2011(05)
[9]图像烟雾弱化方法研究[J]. 张金泉,杨进华,王晓坤. 中国图象图形学报. 2010(12)
[10]基于Canny算法的自适应边缘检测方法[J]. 刘超,周激流,何坤. 计算机工程与设计. 2010(18)
博士论文
[1]水下图像增强与目标识别算法研究[D]. 侯国家.中国海洋大学 2015
[2]水下成像与图像增强及相关应用研究[D]. 赵欣慰.浙江大学 2015
硕士论文
[1]基于AUV的水下管道检测及位置估算方法研究[D]. 刘奕晖.哈尔滨工程大学 2017
[2]基于光学成像的水下线状目标检测算法[D]. 徐涛.华中科技大学 2017
[3]基于梯度信息的AUV水下管道检测方法研究[D]. 李双双.哈尔滨工程大学 2016
[4]双目视觉水下目标物定位与跟踪技术研究[D]. 谭永.哈尔滨工程大学 2016
[5]水下图像的兴趣目标检测[D]. 丰子灏.上海交通大学 2015
[6]基于SVM的图像分类[D]. 高锦.西北大学 2010
[7]基于水下图像增强滤波方法的研究[D]. 刘晓光.中国海洋大学 2010
[8]Hough变换改进算法研究[D]. 陈国栋.哈尔滨工业大学 2007
[9]基于视频的车辆检测与跟踪技术研究[D]. 刘怀强.中国海洋大学 2006
本文编号：3618579
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3618579.html
最近更新
教材专著
