动态光视觉的水面目标检测技术研究doc.doc

动态光视觉的水面目标检测技术研究
加强建设海洋强国,大力发展海洋装备,既要走向海洋也要尊重海洋、保护海洋、再利用海洋,是中国共产党第十九次全国代表大会的重要内容之一。水下无人航行器(UnmannedUnderwaterVehicles,UUV)作为水下作战平台之一,它的航速、航程、续航力逐步提高,且能够携带武器、隐蔽地远程检测目标,在军事领域具有不可或缺的重要地位。
因此,动态光视觉的水面目标检测技术研究,具有重要的军事战略意义和工程应用价值。当摄像机安装在UUV上并探出海面时,或者安装在晃动的海事浮标上,获取水面可见光图像,本文主要实现了水面可见光图像的相关处理和水面舰船目标的检测分类。
主要内容如下:(1)对水面可见光图像的特点进行详细分析,得到其背景复杂、易受海雾等复杂天气的影响、目标多出现在水界线区域等特点。然后,从平滑去噪和降质图像增强两方面,进行算法研究和实验,实现水面可见光图像的预处理。
(2)水面可见光图像背景复杂,本文研究了多种水界线检测方法,并提出了一种基于直线分割检测改进的水界线检测方法。该方法既适应于海空背景,也适应于水岸背景,是一种实时性高且自适应性强的算法。
(3)研究了雾天成像物理模型和经典的暗通道先验去雾算法,然而,水面图像含有大面积的天空和水面白色浪花等明亮区域,暗通道先验不总是成立。本文借助水界线将雾天图像分为天空和非天空区域,提出一种自适应表面模糊方法,分别求取透射率,进而求取大气散射函数;同时,采用四叉树细分法的改进方法估计大气光。
通过实验与多种去雾算法做了比较和定量、定性分析。(4)实现了水面目标检测,并进一步实现舰船目标分类。
借助二值化梯度幅值特征和支持向量机训练检测模板,获取目标感兴趣区域及其位置坐标;提取目标感兴趣区域图像的SURF特征点并进行特征描述,作为输入信息,输入训练好的视觉词袋模型分类器,实现舰船目标分类。