AUV前視聲納成像與目標(biāo)特征提取方法研究.pdf

1、隨著海洋探測(cè)與開(kāi)發(fā)的不斷深入,具有自主導(dǎo)航能力的水下航行器的需求越來(lái)越大。在復(fù)雜的水下環(huán)境中,聲納傳感器是自主水下機(jī)器人(AUV)重要的感知設(shè)備,水下環(huán)境探測(cè)、目標(biāo)特征提取與目標(biāo)識(shí)別也是AUV領(lǐng)域中的核心問(wèn)題,與傳統(tǒng)聲納系統(tǒng)不同,AUV的聲視覺(jué)系統(tǒng)必須具備環(huán)境感知、信息獲取、聲圖生成與構(gòu)建、目標(biāo)特征提取與目標(biāo)識(shí)別等功能。因此,這方面的研究具有重要的意義。
　　 本論文依托國(guó)家863項(xiàng)目——基于聲納和水下視覺(jué)的深海復(fù)雜環(huán)境下AUV

2、組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù),主要工作就是對(duì)AUV的水聲探測(cè)及導(dǎo)航系統(tǒng)進(jìn)行進(jìn)一步的研究,尋找適合AUV聲納圖像處理及目標(biāo)特征提取與識(shí)別的相關(guān)技術(shù)。
　　 在聲納成像方面,本文介紹了利用Tritech公司的Super Seaking DST頻數(shù)字機(jī)械掃描前視聲納作為組合導(dǎo)航主要的傳感器,連續(xù)發(fā)送并接收環(huán)境中反饋的回波數(shù)據(jù),將得到的固定范圍內(nèi)的回波數(shù)據(jù)通過(guò)有效的選擇和處理后,使其可視化顯示,即生成實(shí)際環(huán)境的原始聲納圖像。
　　 在聲

3、納圖像預(yù)處理方面,本文首先介紹和分析了脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)與交叉皮層神經(jīng)元(ICM)模型的結(jié)構(gòu)模型、基本原理以及在圖像處理中的應(yīng)用,其中進(jìn)行了對(duì)比分析,而后,在ICM神經(jīng)元模型的基礎(chǔ)上對(duì)聲納圖像進(jìn)行了對(duì)比度變換、圖像分割等預(yù)處理,增加了預(yù)處理與特征提取階段的連續(xù)性、實(shí)時(shí)性、有效性等。
　　 在目標(biāo)特征提取方面,本文首先介紹了經(jīng)典的幾何不變特征,以及具有旋轉(zhuǎn)、平移和比例不變性的矩特征,作為描述目標(biāo)的特征向量。在此,研究了一

4、種改進(jìn)的圖像幾何特征提取的計(jì)算框架,該框架結(jié)合頂點(diǎn)鏈碼與離散格林,優(yōu)化了特征向量的計(jì)算,能夠快速地計(jì)算目標(biāo)特征向量,同時(shí)可以有效地應(yīng)用于后續(xù)的目標(biāo)分類(lèi)識(shí)別與跟蹤工作。同時(shí),針對(duì)水下環(huán)境中返回相對(duì)要平緩的閉合斑塊,對(duì)比分析了最小二乘基本理論,以及對(duì)于區(qū)域目標(biāo)進(jìn)行橢圓擬合的應(yīng)用,同樣地,采用該計(jì)算框架計(jì)算矩特征值,表征并提取區(qū)域斑塊橢圓特征。最后,結(jié)合前幾章中總結(jié)的圖像特征提取和識(shí)別技術(shù),以及聲納圖像的特點(diǎn),以AUV為出發(fā)點(diǎn),提出并實(shí)現(xiàn)了具