隨著全球人口的不斷增長,海洋資源的開發(fā)與利用受到廣泛關(guān)注。目前,海產(chǎn)捕撈主要依靠潛水員水下作業(yè)完成,具有高風(fēng)險、低效率、高成本的缺點。因此,開發(fā)一款自動完成水下目標(biāo)檢測、定位和捕撈工作的水下捕撈機器人對發(fā)展海洋經(jīng)濟意義重大。目標(biāo)檢測技術(shù)是實現(xiàn)水下捕撈機器人的關(guān)鍵,其結(jié)果將直接影響機械的后續(xù)規(guī)劃與控制。現(xiàn)有的目標(biāo)檢測算法主要關(guān)注陸地圖像的目標(biāo)檢測任務(wù),對陸地圖像處理結(jié)果較好。但水下圖像由于受到圖像退化問題、目標(biāo)聚堆與遮擋問題和數(shù)據(jù)難以大規(guī)模采集等問題的影響,無法僅通過現(xiàn)有方法獲得較高的檢測精度。因此,本課題從不同角度對水下場景的目標(biāo)檢測問題進行研究,采用Faster R-CNN目標(biāo)檢測框架作為基準(zhǔn)框架。本文具體研究內(nèi)容如下:首先,分析了導(dǎo)致水下圖像退化的主要原因,結(jié)合兩種傳統(tǒng)圖像增強方法構(gòu)建了水下風(fēng)格遷移數(shù)據(jù)集,在此基礎(chǔ)上提出了一種基于生成式對抗網(wǎng)絡(luò)的水下圖像增強方法,該方法利用風(fēng)格遷移的思想達(dá)到了圖像增強的目的,實現(xiàn)了水下圖像的色彩校正與細(xì)節(jié)恢復(fù)。然后,針對由于目標(biāo)聚堆導(dǎo)致的數(shù)據(jù)集難以精準(zhǔn)標(biāo)注的問題進行探究,提出了一種基于水下前景分割的弱監(jiān)督目標(biāo)檢測方法。該方法由水下前景分割階段和基于... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

海洋生物的傳統(tǒng)捕撈方式

水下圖像示意圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-11-a)圖像Ab)圖像B圖2-1水下圖像示意圖2.1.2水體對光的吸收與散射水體對光的吸收作用是導(dǎo)致水下圖像顏色失真的主要原因，其主要表現(xiàn)在水體對不同波長的光的吸收程度不同。圖2-2展示了水體對光線的吸收情況，在水下場景中，光的波長與其傳輸距離成反比，紅色光的波長最長，它只能傳播到水下三米左右，黃色光可以傳播到水下十米左右，在超過十米的水下環(huán)境中，則一般只有藍(lán)色光和綠色光的存在。因此，在水下采集到的視頻或圖像，基本上都會發(fā)生偏藍(lán)或偏綠的色偏現(xiàn)象。圖2-2水下光線吸收情況示意圖除了水體對光的吸收作用之外，水下圖像衰退的另一個原因是水體對光的散射作用。根據(jù)圖2-3所示的Jaffe-McGlamery成像模型可知，水下圖像的總照度由直接分量、前向散射分量和后向散射分量三個部分構(gòu)成[45]。其中，直接分量是指目標(biāo)直接反射回來的光，前向散射分量是指經(jīng)物體反射回來的光相對于傳輸方向的散射角小于90度的散射分量，后向散射分量是指經(jīng)物體反射回來的光與傳輸方向相反的散射分量。前向與后向散射是導(dǎo)致圖像清晰度差和對比度低的主要原因。綜上所述，水下圖像的特別可以概括為以下兩點：（1）由于水體對光的吸收作用，水下圖像具有顏色失真的特點。（2）由于水體對光的散射作用，水下圖像具有清晰度差、對比度低、噪聲多的特點。


本文編號：3354475