2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、如何進行水下目標(biāo)探測一直是各國學(xué)者的難題,其關(guān)鍵在于發(fā)現(xiàn)目標(biāo)。AUV上搭載光學(xué)探測設(shè)備對水下目標(biāo)進行探測和識別因其具有獨特的優(yōu)勢,已逐漸成為一種重要的水下目標(biāo)探測手段。因此,水下機器人搭載光視覺系統(tǒng)進行水下目標(biāo)探測有其必要性。在AUV對水下目標(biāo)進行探測及識別時,邊緣是水下目標(biāo)最為重要的形狀特征,因此提取水下目標(biāo)的邊緣是AUV光視覺系統(tǒng)的主要任務(wù)之一。同時,也是后續(xù)自主探測識別的基礎(chǔ)。
  本文首先分析水下圖像的特點,介紹了微光和激

2、光攝像機對水下目標(biāo)的成像機理以及在水池利用光傳感器進行圖像采集實驗的情況,并給出了實驗的相關(guān)結(jié)果。
  接著在水池實驗獲得的數(shù)據(jù)基礎(chǔ)上,本文應(yīng)用傳統(tǒng)的預(yù)處理方法和邊緣檢測算法對一種典型的水下目標(biāo)——水雷的微光激光圖像進行處理,從結(jié)果上看,常見的圖像增強方法能在一定程度上提高圖像質(zhì)量,但傳統(tǒng)的邊緣檢測方法難以奏效。針對傳統(tǒng)的邊緣算法難以檢測出理想的水雷邊緣輪廓,本文重點研究了以主動輪廓模型為基礎(chǔ)的邊緣檢測算法在水雷邊緣檢測中的應(yīng)用。

3、研究結(jié)果表明,在水雷微光圖像中,主動輪廓中的GVF-Snake邊緣檢測算法對于水雷的微有著較好的檢測效果。而在水雷激光圖像中,輪廓線易發(fā)生過收斂現(xiàn)象。
  在傳統(tǒng)的GVF-Snake主動輪廓模型中,初始輪廓線需由人機交互的方式進行設(shè)置。無法滿足AUV對于自主性的要求,針對這一缺點,本文提出了一種與Candy算子相結(jié)合的改進的GVF-Snake邊緣檢測算法。此方式能夠由計算機自動設(shè)置初始輪廓線。經(jīng)過相關(guān)的實驗驗證,此方法能夠在激光圖

4、像中獲得由計算機自動設(shè)置的理想的初始輪廓線,但在微光圖像中因為噪聲干擾未能成功設(shè)置初始輪廓線。
  針對改進的GVF-Snake算法在微光圖像中可以獲得理想的邊緣檢測結(jié)果,但無法自動設(shè)置初始輪廓線而激光圖像可以自動設(shè)置初始輪廓線但無法獲得滿意的檢測結(jié)果這樣的矛盾,本文提出了一種基于激光/微光信息融合的水雷圖像邊緣檢測算法。根據(jù)激光圖像和微光圖像各自的優(yōu)勢,對激光水雷圖像和微光水雷圖像進行了信息融合,使得最終的算法既能讓計算機自動設(shè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論