基于微光激光信息融合的水下目標(biāo)檢測(cè)算法研究.pdf

1、如何進(jìn)行水下目標(biāo)探測(cè)一直是各國(guó)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(cè)設(shè)備對(duì)水下目標(biāo)進(jìn)行探測(cè)和識(shí)別因其具有獨(dú)特的優(yōu)勢(shì)，已逐漸成為一種重要的水下目標(biāo)探測(cè)手段。因此，水下機(jī)器人搭載光視覺(jué)系統(tǒng)進(jìn)行水下目標(biāo)探測(cè)有其必要性。在AUV對(duì)水下目標(biāo)進(jìn)行探測(cè)及識(shí)別時(shí)，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(jué)系統(tǒng)的主要任務(wù)之一。同時(shí)，也是后續(xù)自主探測(cè)識(shí)別的基礎(chǔ)。
　　本文首先分析水下圖像的特點(diǎn)，介紹了微光和激

2、光攝像機(jī)對(duì)水下目標(biāo)的成像機(jī)理以及在水池利用光傳感器進(jìn)行圖像采集實(shí)驗(yàn)的情況，并給出了實(shí)驗(yàn)的相關(guān)結(jié)果。
　　接著在水池實(shí)驗(yàn)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(cè)算法對(duì)一種典型的水下目標(biāo)——水雷的微光激光圖像進(jìn)行處理，從結(jié)果上看，常見(jiàn)的圖像增強(qiáng)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(cè)方法難以奏效。針對(duì)傳統(tǒng)的邊緣算法難以檢測(cè)出理想的水雷邊緣輪廓，本文重點(diǎn)研究了以主動(dòng)輪廓模型為基礎(chǔ)的邊緣檢測(cè)算法在水雷邊緣檢測(cè)中的應(yīng)用。

3、研究結(jié)果表明，在水雷微光圖像中，主動(dòng)輪廓中的GVF-Snake邊緣檢測(cè)算法對(duì)于水雷的微有著較好的檢測(cè)效果。而在水雷激光圖像中，輪廓線易發(fā)生過(guò)收斂現(xiàn)象。
　　在傳統(tǒng)的GVF-Snake主動(dòng)輪廓模型中，初始輪廓線需由人機(jī)交互的方式進(jìn)行設(shè)置。無(wú)法滿足AUV對(duì)于自主性的要求，針對(duì)這一缺點(diǎn)，本文提出了一種與Candy算子相結(jié)合的改進(jìn)的GVF-Snake邊緣檢測(cè)算法。此方式能夠由計(jì)算機(jī)自動(dòng)設(shè)置初始輪廓線。經(jīng)過(guò)相關(guān)的實(shí)驗(yàn)驗(yàn)證，此方法能夠在激光圖

4、像中獲得由計(jì)算機(jī)自動(dòng)設(shè)置的理想的初始輪廓線，但在微光圖像中因?yàn)樵肼暩蓴_未能成功設(shè)置初始輪廓線。
　　針對(duì)改進(jìn)的GVF-Snake算法在微光圖像中可以獲得理想的邊緣檢測(cè)結(jié)果，但無(wú)法自動(dòng)設(shè)置初始輪廓線而激光圖像可以自動(dòng)設(shè)置初始輪廓線但無(wú)法獲得滿意的檢測(cè)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(cè)算法。根據(jù)激光圖像和微光圖像各自的優(yōu)勢(shì)，對(duì)激光水雷圖像和微光水雷圖像進(jìn)行了信息融合，使得最終的算法既能讓計(jì)算機(jī)自動(dòng)設(shè)