基于單目視覺的水下目標識別與三維定位技術(shù)研究.pdf

1、水下光視覺技術(shù)作為水下機器人研究的重要內(nèi)容之一，水下目標識別和三維定位技術(shù)是水下機器人探測和作業(yè)的基礎(chǔ)和關(guān)鍵技術(shù)，已經(jīng)成為水下機器人研究的熱點問題之一，受到國內(nèi)外學(xué)者的廣泛關(guān)注。水下光視覺技術(shù)研究對提高水下機器人智能化水平具有重要的研究意義和實用價值。
　　 本文對水下機器人目標識別與三維定位技術(shù)中的水下圖像預(yù)處理、目標物形狀特征提取、紋理特征提取、特征融合以及結(jié)構(gòu)光三維定位、系統(tǒng)標定、目標自動識別與單目視覺的三維定位等具體問題

2、進行了相關(guān)的研究工作。
　　 在水下圖像預(yù)處理研究中，針對經(jīng)典中值濾波算法在脈沖噪聲出現(xiàn)概率較大時會使圖像產(chǎn)生失真的問題，本文引入自適應(yīng)中值濾波，通過變換窗口的大小，并且判斷窗口內(nèi)的像素中值及濾波處的像點是否為脈沖噪聲，分別進行處理，減小了圖像的失真，保護了線段或邊緣等細節(jié)信息。水下圖像極低的對比度使得基于傳統(tǒng)的結(jié)構(gòu)特征或一般的灰度特征進行模糊增強難以達到理想效果。針對此問題，本文在變換域內(nèi)進行模糊增強，基于最大熵原理確定增強閾

3、值，增加背景和目標物的對比度。通過實驗對本文提出的預(yù)處理方法的有效性進行了驗證。
　　 在目標物特征提取的研究中，本文在傳統(tǒng)Hu氏不變矩的基礎(chǔ)上，增加攝像機鏡頭徑向畸變因子，重新構(gòu)造新的不變矩，使得目標像素點的灰度值與像素位置得到更好地對應(yīng)，提高特征向量對目標物的聚類能力；結(jié)合統(tǒng)計法和頻譜法提取目標物紋理特征，并且將來自目標的形狀和紋理特征進行融合，產(chǎn)生比單一特征更精確和完全的判決。設(shè)計了基于改進BP算法的神經(jīng)網(wǎng)絡(luò)分類器，特征提

4、取和目標識別實驗驗證了本文方法的有效性。
　　 在水下目標物三維定位的研究中，針對雙目或多目立體視覺匹配難的問題，本文提出一種線形激光發(fā)射器與水下攝像機相結(jié)合的單目視覺三維定位方法。該方法采用幾何原理，三維坐標通過參數(shù)計算獲得而非在線估計，同時本文對水下折射的影響進行了修正，減小了深度信息的失真，定位精度得到提高。在線結(jié)構(gòu)光中心條紋提取技術(shù)研究中，針對水下的散折射影響使得光強并非像傳統(tǒng)的灰度重心法中一樣嚴格地符合正態(tài)分布的問題，

5、本文提出一種基于閾值法和可變方向模板技術(shù)相結(jié)合的改進算法，提高了線結(jié)構(gòu)光圖像的處理速度和光條紋中心的提取準確性。水下目標定位實驗驗證了本文提出的定位方法以及修正水下折射法方法對于提高目標三維定位精度的有效性。
　　 在攝像機和定位系統(tǒng)的標定研究中，針對傳統(tǒng)的馬頌德方法中空間正交平移運動難于實現(xiàn)的問題，本文提出一種基于平面正交平移運動的攝像機參數(shù)標定方法，并且加入攝像機徑向畸變因子，標定精度得到了提高；對于線結(jié)構(gòu)光系統(tǒng)的標定，基于