基于雙目視覺的水上目標測距與識別算法研究
發(fā)布時間:2021-08-01 12:28
目前,許多國家都在對水上裝備智能化、無人化技術進行研究,研究的重點方向之一就是水上裝備的環(huán)境感知技術。雙目立體視覺技術作為重要的環(huán)境感知技術,受到研究人員的重視。本文對雙目測距中的關鍵技術和水上目標識別算法進行了深入研究,通過實驗驗證了雙目測距算法和目標識別算法的可行性以及可靠性。論文主要完成的工作如下:第一,對雙目測距中匹配代價獲取的關鍵技術進行優(yōu)化改進,針對傳統(tǒng)Census變換對中心像素過于依賴,噪聲影響下匹配效果差的問題提出了一種改進的Census變換,利用改進的Census變換進行立體匹配,提高了立體匹配算法對噪聲的魯棒性和執(zhí)行效率。第二,對雙目測距過程中采用的局部立體匹配算法流程進行調整優(yōu)化,結合水上目標測距與識別這一最終目的簡化傳統(tǒng)局部立體匹配的流程,首先采用自適應設定滯后閾值的Canny算子以及Snake模型對水上目標的輪廓進行提取,然后在輪廓區(qū)域內采用自適應窗口進行匹配代價聚合,避免在深度不連續(xù)區(qū)域產生誤匹配。最后對視差進行優(yōu)化,得到目標視差,進一步計算出目標的距離信息。采用優(yōu)化改進的算法進行測距實驗,測距精度達到了無人艇避障以及視覺偵察的要求。第三,結合水上目標的特點...
【文章來源】:江蘇科技大學江蘇省
【文章頁數】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景與意義
1.2 雙目立體視覺的研究概況
1.2.1 雙目立體視覺的國內外研究現狀
1.2.2 雙目立體視覺的研究內容
1.2.3 雙目立體視覺的發(fā)展趨勢
1.3 水上目標識別研究概況
1.3.1 水上目標識別技術國內外研究現狀
1.3.2 水上目標檢測與識別發(fā)展趨勢
1.4 課題研究內容與章節(jié)安排
1.4.1 本論文的主要研究重點
1.4.2 本論文的章節(jié)安排
第2章 雙目測距理論及立體匹配技術研究
2.1 雙目測距理論研究
2.1.1 相機成像模型
2.1.2 光軸平行的雙目測距理論研究
2.1.3 攝像機標定
2.2 立體匹配技術研究
2.2.1 立體匹配的約束條件
2.2.2 立體匹配的匹配代價計算函數
2.3 本章小節(jié)
第3章 基于改進Census變換的匹配代價獲取
3.1 局部立體匹配算法一般步驟
3.2 基于傳統(tǒng)CENSUS變換的立體匹配算法
3.2.1 傳統(tǒng)Census變換
3.2.2 匹配代價計算
3.2.3 匹配代價聚合
3.2.4 視差優(yōu)化
3.3 基于改進CENSUS變換的立體匹配算法
3.3.1 基于傳統(tǒng)Census變換立體匹配算法的缺陷
3.3.2 改進的Census變換
3.3.3 基于改進Census變換的立體匹配算法步驟
3.4 實驗結果與分析
3.5 本章小節(jié)
第4章 基于目標輪廓區(qū)域的視差求取
4.1 基于邊緣檢測的目標輪廓區(qū)域提取
4.1.1 圖像分割方法理論研究
4.1.2 自適應滯后閾值的Canny邊緣檢測
4.2 輪廓內的匹配代價聚合
4.3 視差提取
4.4 實驗結果與分析
4.5 本章小節(jié)
第5章 水上目標識別算法研究
5.1 目標特征提取
5.1.1 目標區(qū)域形狀特征提取
5.1.2 目標區(qū)域不變矩特征提取
5.1.3特征提取實驗
5.2 目標識別分類
5.2.1 目標識別分類基本方法
5.2.2 支持向量機的基本原理及算法流程
5.2.3支持向量機的關鍵技術研究和仿真實驗
5.2.4艦船目標識別實驗
5.3 本章小節(jié)
第6章 總結與展望
6.1 總結
6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文
致謝
【參考文獻】:
期刊論文
[1]特征融合的雙目半全局匹配算法及其并行加速實現[J]. 呂倪祺,宋廣華,楊波威. 中國圖象圖形學報. 2018(06)
[2]SAR圖像技術在船舶目標檢測和參數提取中的應用[J]. 姜敏敏. 艦船科學技術. 2017(10)
[3]美國海軍“無人勇士”項目發(fā)展概況[J]. 李琨. 現代軍事. 2017(02)
[4]基于雙目立體視覺的船舶軌跡跟蹤算法研究[J]. 黃椰,黃靖,肖長詩,姜文,孫毅. 計算機科學. 2017(01)
[5]基于顯著性分析的HOG快速船舶檢測方法[J]. 元海文,肖長詩,文元橋,周春輝,張康賀,鄒雄. 中國航海. 2016(01)
[6]無人船技術在海事的應用[J]. 宋杰,聞佳. 中國海事. 2015(10)
[7]船舶視覺圖像優(yōu)化檢測方法研究[J]. 睢丹,陳衛(wèi)軍. 艦船科學技術. 2015(08)
[8]基于改進梯度和自適應窗口的立體匹配算法[J]. 祝世平,李政. 光學學報. 2015(01)
[9]GPU近實時線性雙目立體代價聚合[J]. 陳彬,陳和平,李曉卉. 中國圖象圖形學報. 2014(10)
[10]H-S直方圖反向投影結合特征點提取的雙目視覺定位算法[J]. 章海兵,劉士榮,張波濤. 控制理論與應用. 2014(05)
博士論文
[1]基于計算機視覺的復雜場景下目標跟蹤研究[D]. 賀文驊.西安電子科技大學 2015
[2]基于光視覺的無人艇水面目標檢測與跟蹤研究[D]. 曾文靜.哈爾濱工程大學 2013
碩士論文
[1]基于雙目立體視覺的工件識別與定位技術研究[D]. 李勝利.哈爾濱工業(yè)大學 2016
[2]基于雙目視覺的輪式機器人動態(tài)避障研究[D]. 韓信.浙江大學 2016
[3]基于特征信息提取的船舶檢測與跟蹤方法研究[D]. 安婷.華北電力大學 2015
[4]無人艇視覺系統(tǒng)目標圖像特征提取與識別技術研究[D]. 梁秀梅.哈爾濱工程大學 2013
[5]結合結構信息和統(tǒng)計特征的SAR圖像目標檢測[D]. 單雁冰.西安電子科技大學 2012
[6]橋區(qū)運動船舶檢測和跟蹤的方法研究[D]. 張文濤.華中科技大學 2012
[7]基于雙邊濾波的圖像處理算法研究[D]. 王玉靈.西安電子科技大學 2010
[8]基于高分辨光學遙感圖像的艦船目標檢測方法研究[D]. 蔣李兵.國防科學技術大學 2006
本文編號:3315528
【文章來源】:江蘇科技大學江蘇省
【文章頁數】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究背景與意義
1.2 雙目立體視覺的研究概況
1.2.1 雙目立體視覺的國內外研究現狀
1.2.2 雙目立體視覺的研究內容
1.2.3 雙目立體視覺的發(fā)展趨勢
1.3 水上目標識別研究概況
1.3.1 水上目標識別技術國內外研究現狀
1.3.2 水上目標檢測與識別發(fā)展趨勢
1.4 課題研究內容與章節(jié)安排
1.4.1 本論文的主要研究重點
1.4.2 本論文的章節(jié)安排
第2章 雙目測距理論及立體匹配技術研究
2.1 雙目測距理論研究
2.1.1 相機成像模型
2.1.2 光軸平行的雙目測距理論研究
2.1.3 攝像機標定
2.2 立體匹配技術研究
2.2.1 立體匹配的約束條件
2.2.2 立體匹配的匹配代價計算函數
2.3 本章小節(jié)
第3章 基于改進Census變換的匹配代價獲取
3.1 局部立體匹配算法一般步驟
3.2 基于傳統(tǒng)CENSUS變換的立體匹配算法
3.2.1 傳統(tǒng)Census變換
3.2.2 匹配代價計算
3.2.3 匹配代價聚合
3.2.4 視差優(yōu)化
3.3 基于改進CENSUS變換的立體匹配算法
3.3.1 基于傳統(tǒng)Census變換立體匹配算法的缺陷
3.3.2 改進的Census變換
3.3.3 基于改進Census變換的立體匹配算法步驟
3.4 實驗結果與分析
3.5 本章小節(jié)
第4章 基于目標輪廓區(qū)域的視差求取
4.1 基于邊緣檢測的目標輪廓區(qū)域提取
4.1.1 圖像分割方法理論研究
4.1.2 自適應滯后閾值的Canny邊緣檢測
4.2 輪廓內的匹配代價聚合
4.3 視差提取
4.4 實驗結果與分析
4.5 本章小節(jié)
第5章 水上目標識別算法研究
5.1 目標特征提取
5.1.1 目標區(qū)域形狀特征提取
5.1.2 目標區(qū)域不變矩特征提取
5.1.3特征提取實驗
5.2 目標識別分類
5.2.1 目標識別分類基本方法
5.2.2 支持向量機的基本原理及算法流程
5.2.3支持向量機的關鍵技術研究和仿真實驗
5.2.4艦船目標識別實驗
5.3 本章小節(jié)
第6章 總結與展望
6.1 總結
6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文
致謝
【參考文獻】:
期刊論文
[1]特征融合的雙目半全局匹配算法及其并行加速實現[J]. 呂倪祺,宋廣華,楊波威. 中國圖象圖形學報. 2018(06)
[2]SAR圖像技術在船舶目標檢測和參數提取中的應用[J]. 姜敏敏. 艦船科學技術. 2017(10)
[3]美國海軍“無人勇士”項目發(fā)展概況[J]. 李琨. 現代軍事. 2017(02)
[4]基于雙目立體視覺的船舶軌跡跟蹤算法研究[J]. 黃椰,黃靖,肖長詩,姜文,孫毅. 計算機科學. 2017(01)
[5]基于顯著性分析的HOG快速船舶檢測方法[J]. 元海文,肖長詩,文元橋,周春輝,張康賀,鄒雄. 中國航海. 2016(01)
[6]無人船技術在海事的應用[J]. 宋杰,聞佳. 中國海事. 2015(10)
[7]船舶視覺圖像優(yōu)化檢測方法研究[J]. 睢丹,陳衛(wèi)軍. 艦船科學技術. 2015(08)
[8]基于改進梯度和自適應窗口的立體匹配算法[J]. 祝世平,李政. 光學學報. 2015(01)
[9]GPU近實時線性雙目立體代價聚合[J]. 陳彬,陳和平,李曉卉. 中國圖象圖形學報. 2014(10)
[10]H-S直方圖反向投影結合特征點提取的雙目視覺定位算法[J]. 章海兵,劉士榮,張波濤. 控制理論與應用. 2014(05)
博士論文
[1]基于計算機視覺的復雜場景下目標跟蹤研究[D]. 賀文驊.西安電子科技大學 2015
[2]基于光視覺的無人艇水面目標檢測與跟蹤研究[D]. 曾文靜.哈爾濱工程大學 2013
碩士論文
[1]基于雙目立體視覺的工件識別與定位技術研究[D]. 李勝利.哈爾濱工業(yè)大學 2016
[2]基于雙目視覺的輪式機器人動態(tài)避障研究[D]. 韓信.浙江大學 2016
[3]基于特征信息提取的船舶檢測與跟蹤方法研究[D]. 安婷.華北電力大學 2015
[4]無人艇視覺系統(tǒng)目標圖像特征提取與識別技術研究[D]. 梁秀梅.哈爾濱工程大學 2013
[5]結合結構信息和統(tǒng)計特征的SAR圖像目標檢測[D]. 單雁冰.西安電子科技大學 2012
[6]橋區(qū)運動船舶檢測和跟蹤的方法研究[D]. 張文濤.華中科技大學 2012
[7]基于雙邊濾波的圖像處理算法研究[D]. 王玉靈.西安電子科技大學 2010
[8]基于高分辨光學遙感圖像的艦船目標檢測方法研究[D]. 蔣李兵.國防科學技術大學 2006
本文編號:3315528
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3315528.html