【摘要】：在如今這個(gè)科技日新月異的時(shí)代,人們開始熱衷于交通系統(tǒng)智能化的研究。無人艇作為水面交通安全系統(tǒng)的重要一員,在實(shí)際生活中得到越來越多的應(yīng)用,在理論方面的研究價(jià)值十分可觀,其開拓前景十分廣闊。其中,計(jì)算機(jī)視覺作為無人艇導(dǎo)航的眼睛也是至關(guān)重要的一部分,目前計(jì)算機(jī)視覺的發(fā)展速度日益加快,其在交通安全、工業(yè)檢測、生物醫(yī)學(xué)、軍事、航空航天等領(lǐng)域的應(yīng)用都得到大量的普及,但是目前依然面臨著很多的挑戰(zhàn),視覺中還有很多技術(shù)難點(diǎn)需要去解決。本文以無人艇智能導(dǎo)航為研究目標(biāo),針對自主駕駛技術(shù)中對環(huán)境信息的捕捉,應(yīng)用視覺傳感器,對內(nèi)河河道線檢測和中線檢測、前方船舶檢測中的特征提取與跟蹤的技術(shù)展開了研究。針對內(nèi)河河道線的檢測進(jìn)行了研究,采用形態(tài)學(xué)處理,并對Sobel算子與Canny算子的實(shí)驗(yàn)效果進(jìn)行比較,采用了效果較好的Canny算子;然后運(yùn)用改進(jìn)的概率Hough變換。最后檢測出了河道線和中線并向控制端發(fā)送無人艇偏移理想航道線即中線的角度,用于調(diào)整無人艇的航向。實(shí)現(xiàn)導(dǎo)航避障功能的前提,需要對目標(biāo)進(jìn)行識別跟蹤。提取目標(biāo)特征是目標(biāo)識別的關(guān)鍵技術(shù),這里針對特征描述進(jìn)行了研究,論文提出將熵用于圖像邊緣的復(fù)雜度描述。先進(jìn)行運(yùn)動目標(biāo)邊緣檢測,對運(yùn)動目標(biāo)邊緣輪廓的坐標(biāo)進(jìn)行一階差分、二階差分,再根據(jù)一階差分、二階差分坐標(biāo)組合數(shù)值出現(xiàn)的次數(shù)求取邊緣一階差分和二階差分信息熵。由鄰近點(diǎn)坐標(biāo)的一階差分和二階差分包含有邊緣的方向、形狀信息和變化趨勢的特點(diǎn),提供一種通過求取邊緣點(diǎn)坐標(biāo)的一階差分信息熵和二階差分信息熵的方法來描述目標(biāo)邊緣復(fù)雜度的方法。卡爾曼濾波在運(yùn)動目標(biāo)跟蹤中得到了廣泛應(yīng)用,本文采用速度、位置、信息熵作為Kalman濾波的三個(gè)狀態(tài)變量來對船舶目標(biāo)進(jìn)行跟蹤,對追蹤目標(biāo)的后續(xù)狀態(tài)具有較強(qiáng)的預(yù)測能力,定位目標(biāo)準(zhǔn)確,跟蹤效果明顯。
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U666.1;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮桂蓮;;曲率驅(qū)動擴(kuò)散圖像邊緣形態(tài)復(fù)合濾波方法仿真[J];計(jì)算機(jī)仿真;2019年09期

2 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

3 翟逸飛;;基于FPGA的圖像邊緣處理研究[J];企業(yè)技術(shù)開發(fā);2013年12期

4 顧長友;妙用Photoshop處理圖像邊緣[J];電腦知識與技術(shù);2003年08期

5 濮群,余桂;用線性模型檢測圖像邊緣[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

6 宋建中;;噴霧圖像的自動分析[J];光學(xué)機(jī)械;1988年04期

7 高華;;關(guān)于古建筑圖像中破損點(diǎn)優(yōu)化提取仿真[J];計(jì)算機(jī)仿真;2017年11期

8 劉娟娟;劉斌;;低照度非線性光學(xué)圖像邊緣自適應(yīng)增強(qiáng)裝置設(shè)計(jì)[J];激光雜志;2017年03期

9 許志強(qiáng);張婷;;數(shù)字式多媒體場景圖像準(zhǔn)確分類方法仿真[J];計(jì)算機(jī)仿真;2019年07期

10 張琳梅;;基于圖像邊緣增強(qiáng)的改進(jìn)方法[J];信息系統(tǒng)工程;2016年03期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

3 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

4 陳煒;張陽陽;孟慶勛;;一種基于Curvelet變換的圖像邊緣增強(qiáng)方法[A];國家安全地球物理叢書（十）——地球物理環(huán)境與國家安全[C];2014年

5 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 孫增國;師蕊;;基于L_(1/2)范數(shù)的高分三SAR圖像的非局部均值降斑[A];第五屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2018年

7 楊文秀;陸常周;;最優(yōu)小波問題探討[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

8 趙恩良;姜盈帆;孫麗華;曹康敏;金瑞巧;;一種基于變窗口的圖像去噪算法研究[A];第十六屆沈陽科學(xué)學(xué)術(shù)年會論文集（理工農(nóng)醫(yī)）[C];2019年

9 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測系統(tǒng)研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

10 胡昌偉;屈小波;郭迪;寧本德;陳忠;;基于邊緣加權(quán)的l_1-l_2范數(shù)MRI欠采重建[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

相關(guān)重要報(bào)紙文章 前7條

1 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

2 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

3 成嶺;消除Premiere中慢鏡頭的圖像抖動[N];電腦報(bào);2003年

4 ;體驗(yàn)決定一切[N];中國計(jì)算機(jī)報(bào);2003年

5 Wang JS;摳圖又有新招[N];電腦報(bào);2002年

6 徐和德;從實(shí)戰(zhàn)出發(fā)選擇合適鏡頭[N];中國攝影報(bào);2019年

7 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 唐國良;視頻監(jiān)控圖像局部特征描述和相機(jī)接力研究[D];西安電子科技大學(xué);2019年

2 孫景峰;基于圖像特征的示波屏識別關(guān)鍵技術(shù)研究及應(yīng)用[D];西北工業(yè)大學(xué);2018年

3 歐巧鳳;二維凝膠電泳圖像中一致蛋白質(zhì)斑點(diǎn)集檢測技術(shù)研究[D];西北工業(yè)大學(xué);2018年

4 吳迪;光學(xué)遙感圖像典型目標(biāo)檢測方法研究[D];哈爾濱工業(yè)大學(xué);2019年

5 王瑤;復(fù)雜天氣下的道路識別方法研究[D];哈爾濱工業(yè)大學(xué);2019年

6 宋偉先;基于深度學(xué)習(xí)的豬只目標(biāo)檢測及狀態(tài)分析[D];東北農(nóng)業(yè)大學(xué);2019年

7 張玲;圖像光照恢復(fù)與分解技術(shù)研究[D];武漢大學(xué);2017年

8 蔡博侖;圖像去霧與增強(qiáng)算法的研究[D];華南理工大學(xué);2019年

9 劉飛;透混沌介質(zhì)偏振成像技術(shù)[D];西安電子科技大學(xué);2016年

10 李永軍;圖像與視頻低復(fù)雜度壓縮算法研究[D];西安電子科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 賈玲慧;基于邊緣保持濾波器和顯著性的多模態(tài)醫(yī)學(xué)圖像融合方法研究[D];重慶郵電大學(xué);2019年

2 康健;單幅霧天圖像去霧方法研究[D];重慶郵電大學(xué);2019年

3 曾笑云;灰度不均勻圖像的快速分割方法研究[D];湘潭大學(xué);2019年

4 吳鳴;基于卷積神經(jīng)網(wǎng)絡(luò)和圖像顯著性的鐵譜磨粒分析[D];南京航空航天大學(xué);2019年

5 汪杰;基于CT圖像的種豬優(yōu)選方法研究與實(shí)現(xiàn)[D];安徽工業(yè)大學(xué);2019年

6 趙婷;基于結(jié)構(gòu)特征增強(qiáng)的圖像顯著性檢測方法研究[D];哈爾濱工業(yè)大學(xué);2019年

7 牛皓偉;基于航拍圖像的交通工程施工現(xiàn)場安全監(jiān)督方法研究[D];哈爾濱工業(yè)大學(xué);2019年

8 曹齊;殘損紡織物圖像的修復(fù)算法研究與三維重建[D];西安工程大學(xué);2019年

9 鐘曉妮;基于圖像特征的快速匹配算法研究[D];西安工程大學(xué);2019年

10 吳帥;《點(diǎn)石齋畫報(bào)》的圖像生產(chǎn)及其技術(shù)[D];中國美術(shù)學(xué)院;2019年

，

本文編號：2604451