深海海底飛機(jī)殘骸檢測(cè)算法研究.pdf

1、近年來(lái)，空難事故頻發(fā)，與陸地上空難不同，飛機(jī)在海上發(fā)生空難時(shí)機(jī)身會(huì)摔成碎片并沉入海底，在深海海底對(duì)飛機(jī)殘骸碎片進(jìn)行探測(cè)對(duì)飛機(jī)黑厘子的打撈具有重要意義。搜尋水下目標(biāo)如同大海撈針，特別是在深海環(huán)境中，變得尤為困難。通常需要通過(guò)AUV搭載聲吶和水下相機(jī)進(jìn)行目標(biāo)搜索，并利用水下相機(jī)圖像進(jìn)行取證，最終由人眼進(jìn)行目標(biāo)確認(rèn)。由于AUV在水下工作時(shí)間較長(zhǎng)，水下相機(jī)拍攝的圖像數(shù)量十分巨大，而包含飛機(jī)殘骸的圖像數(shù)量卻很少，如何濾除大量無(wú)效圖像，提高檢測(cè)的效

2、率，是本文研究的核心問(wèn)題。
　　本文研究了深海海底背景和飛機(jī)殘骸的特性，提出了飛機(jī)殘骸檢測(cè)方法，該方法先檢測(cè)圖像中的疑似目標(biāo)區(qū)域，而后對(duì)疑似區(qū)域進(jìn)行判決。
　　在疑似目標(biāo)區(qū)域檢測(cè)中，首先，針對(duì)飛機(jī)殘骸具有明顯的形狀和線條的特點(diǎn)，利用Hough變換直線檢測(cè)算法來(lái)檢測(cè)圖像中的直線，并將檢測(cè)結(jié)果標(biāo)記在圖像中以增強(qiáng)有效邊緣，而后再利用基于圖論的圖像顯著性算法(Graph Based VisualSaliency，GBVS)獲取該圖像

3、的顯著度圖，將顯著度最高的幾組區(qū)域標(biāo)記為目標(biāo)疑似區(qū)域。
　　在確認(rèn)疑似目標(biāo)區(qū)域是否為飛機(jī)殘骸時(shí)，采用支持向量機(jī)(Support VectorMachine,SVM)分類(lèi)器，針對(duì)深海海底背景圖像特性和飛機(jī)殘骸圖像特性，提出了平均亮度、對(duì)比度、邊緣密度和紋理方差四個(gè)指標(biāo)作為支持向量機(jī)分類(lèi)器的特征向量，并利用深海背景圖像和飛機(jī)殘骸圖像制作了訓(xùn)練圖像庫(kù)，訓(xùn)練了支持向量機(jī)分類(lèi)器，利用該分類(lèi)器可實(shí)現(xiàn)對(duì)目標(biāo)疑似區(qū)域的判決。
　　為驗(yàn)證本文