發(fā)布時間：2020-10-21 03:11

　　 我國海上領(lǐng)土廣闊,海洋維權(quán)執(zhí)法是建設(shè)海洋強國的一項重要內(nèi)容和任務(wù)。隨著無人智能系統(tǒng)研究和應(yīng)用的不斷開展,應(yīng)用于海洋領(lǐng)域的無人智能裝備已經(jīng)成為了海洋技術(shù)工程領(lǐng)域的研發(fā)熱點。其中,可集成多種觀測手段、具備安全、高效性和自主性的無人船在未來我國海上的維權(quán)、執(zhí)法、救援等工作中具有巨大的應(yīng)用潛力和應(yīng)用價值。對海上船只目標(biāo)的抵近監(jiān)視、跟蹤是目前海洋權(quán)益維護(hù)的一項重要內(nèi)容,目前大部分依賴于大型公務(wù)船,成本極高,且效率較低。本文依托無人船系統(tǒng),利用無人船船載單目攝像頭,考慮海上可見光圖像特點以及無人船—目標(biāo)兩者實時運動特性,進(jìn)行了海上單個船只目標(biāo)的檢測與跟蹤技術(shù)兩方面研究,旨在解決無人船未來應(yīng)用于船只目標(biāo)抵近監(jiān)視與跟蹤相關(guān)技術(shù)問題。在船只目標(biāo)檢測方面,本文提出了一種新穎的船只目標(biāo)檢測方法。首先,通過改進(jìn)FT(Frequency-Tuned)顯著性提取算法,使其具備保留目標(biāo)主要顯著性和計算實時性的特點,并提出極大顯著度方法來分割顯著度圖像。然后,采用Hough變換提取海天線,并根據(jù)海天線位置剔除云層區(qū)域的干擾。最后,提出了一種隨機歷史幀中候選區(qū)域質(zhì)心匹配的方法,消除了海面波浪和船只尾跡的動態(tài)干擾,實現(xiàn)了船只目標(biāo)的實時與準(zhǔn)確檢測。在船只目標(biāo)跟蹤方面,考慮船只目標(biāo)位置和尺度的實時變化,采用目標(biāo)位置與尺度聯(lián)合估計的fDSST(fast Discriminative Scale Space Tracker)跟蹤算法,并結(jié)合無人船的姿態(tài)變化,通過自適應(yīng)調(diào)整fDSST算法的相關(guān)濾波器學(xué)習(xí)率,實現(xiàn)了無人船運動影響下的位置與大小不斷變化的船只目標(biāo)的動態(tài)跟蹤。在實驗驗證方面,基于自研發(fā)的無人船平臺,利用前述的目標(biāo)檢測與跟蹤算法,本文提出了一種無人船目標(biāo)跟蹤融合框架,并開展了四種不同遭遇場景的海上目標(biāo)跟蹤實驗。實驗結(jié)果證明了本文所提出的目標(biāo)檢測和跟蹤算法的實時性和有效性。
【學(xué)位單位】：自然資源部第一海洋研究所
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U664.82
【部分圖文】：

云洲兩艘無人偵察船

圖 3-5 海天線檢測結(jié)果3.2.2 無人船姿態(tài)對海天線的影響分析若攝像機安裝時的水平中線與船身的水平中線平行，假設(shè)攝像機固定于船身，且不具有云臺自旋轉(zhuǎn)功能，那么海天線的角度 只受無人船的橫滾角影響，且應(yīng)等于無人船橫滾角；海天線的垂直距離 則同時受到無人船橫滾角和俯仰角的影響。由于海天線檢測結(jié)果的準(zhǔn)確率和速度相互矛盾，可以考慮使用無人船姿態(tài)信息來輔助海天線檢測，來提升檢測結(jié)果的準(zhǔn)確率。若直接使用姿態(tài)傳感器的姿態(tài)信息來實時地輔助海天線提取，那么姿態(tài)傳感器的采樣頻率不能小于攝像機幀率，同時需要對攝像機和姿態(tài)傳感器進(jìn)行時間同步，否則計算單元在執(zhí)行相關(guān)算法時，二者的時間戳不一致會導(dǎo)致海天線提取結(jié)

第三章 基于改進(jìn)顯著性提取與質(zhì)心匹配方法的無人船海面目標(biāo)檢測數(shù)量 R =8，鄰域范圍D=20，質(zhì)心數(shù)量閾值TN =5。采用交并比 IOU(IntersectionOf Union)來衡量本文檢測算法的結(jié)果與目標(biāo)真值區(qū)域的重合程度（計算方法見式(3-9)）。當(dāng)重合程度閾值設(shè)為 0.5 時，本章所提算法的 IOU(@0.5)為 75%，精確度為 92%，召回率為 90%，編程語言為 C++，算法平均執(zhí)行速度為 30ms/幀。IOUDetection result Ground truthDetection result Ground truth (3-9)
【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 馬忠麗;文杰;;融合邊緣信息的單尺度Retinex海霧去除算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年02期

2 柳晨光;初秀民;吳青;王桂沖;;USV發(fā)展現(xiàn)狀及展望[J];中國造船;2014年04期

3 孫曉帥;姚鴻勛;;視覺注意與顯著性計算綜述[J];智能計算機與應(yīng)用;2014年05期

4 金久才;張杰;馬毅;官晟;;一種無人船水深測量系統(tǒng)及試驗[J];海洋測繪;2013年02期

5 孫志軍;薛磊;許陽明;王正;;深度學(xué)習(xí)研究綜述[J];計算機應(yīng)用研究;2012年08期

6 馬俊;吳玉雯;;基于海天線提取的紅外小目標(biāo)檢測方法[J];電子設(shè)計工程;2012年06期

7 蔣永馨;袁群哲;邵承永;葉喜勇;徐曉剛;;海上遠(yuǎn)景小目標(biāo)檢測方法的研究[J];光電工程;2011年10期

8 溫佩芝,史澤林,于海斌;復(fù)雜海面背景紅外小目標(biāo)自動檢測方法[J];紅外與激光工程;2003年06期

相關(guān)博士學(xué)位論文 前1條

1 曾文靜;基于光視覺的無人艇水面目標(biāo)檢測與跟蹤研究[D];哈爾濱工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前6條

1 燕妹;基于全景視覺的海上遠(yuǎn)景目標(biāo)檢測算法研究[D];哈爾濱工程大學(xué);2017年

2 邵峰;雙體雙推進(jìn)無人船路徑跟蹤控制研究[D];青島大學(xué);2015年

3 文杰;海霧下無人艇視覺系統(tǒng)視頻圖像增強技術(shù)研究[D];哈爾濱工程大學(xué);2015年

4 段鵬;海上紅外小目標(biāo)檢測及跟蹤技術(shù)研究[D];電子科技大學(xué);2013年

5 牟鵬程;水面無人船軌跡跟蹤控制方法研究[D];哈爾濱工程大學(xué);2013年

6 繆德超;復(fù)雜海空背景下紅外艦船小目標(biāo)檢測技術(shù)研究[D];哈爾濱工程大學(xué);2007年

本文編號：2849552