基于單目視覺的水下目標識別與定位技術研究.pdf

1、水下機器人作為在復雜海洋環(huán)境下工作的載體，良好的環(huán)境感知能力是提高其安全性和智能化水平的重要基礎和關鍵技術。機器視覺具有豐富的感知信息，對于水下機器人作業(yè)及近距離信息感知具有重要作用。針對特殊的海洋環(huán)境，研究水下機器人視覺處理技術具有重要的理論意義和實際應用價值。 本文主要研究水下目標的識別和定位技術，在查閱和研究國內(nèi)外相關文獻的基礎上，主要對水下圖像增強方法、水下圖像分割技術、水下目標識別及定位方法等具體問題進行了相關的研究工

2、作。 針對水下圖像模糊問題，提出一種基于最小交叉熵的模糊增強方法，該方法定義了一種新模糊增強隸屬度函數(shù)，該隸屬度函數(shù)在反變換時，不會出現(xiàn)無解的情況，則保證了增強處理后灰度信息的完整性。而且函數(shù)曲線形狀呈S型，通過少量迭代次數(shù)就能達到預期增強效果。該方法還結合最小交叉熵分割準則自適應確定臨界點閾值，實現(xiàn)對不同的圖像自適應模糊增強。實驗結果表明該方法有效增強了模糊圖像的對比度，效果優(yōu)于傳統(tǒng)的增強方法。 針對水下圖像光照不均問

3、題，提出了一種結合色調(diào)值動態(tài)線性變換的矩不變圖像分割方法。此方法根據(jù)色調(diào)值確定動態(tài)線性灰度變換的變換參數(shù)，進行動態(tài)線性灰度變換，增強目標部分，削弱受光照影響的背景部分，利用矩不變分割算法剔除受光照影響的背景部分。對比實驗結果驗證了此方法對光照不均勻情況下對水下圖像目標物分割的有效性。 本文在Hu氏不變矩的基礎上，重新構造了6個具有平移、比例、旋轉不變性的特征不變矩，改進了Hu氏不變矩的比例不變性。以本文構造的6個特征不變矩為基礎