本文基于華中科技大學(xué)研發(fā)的“huster-68”無(wú)人艇,重點(diǎn)研究了無(wú)人艇環(huán)境感知技術(shù)。通過(guò)對(duì)水面環(huán)境的語(yǔ)義分割,判斷天空,水岸和水面的區(qū)域位置;通過(guò)進(jìn)行水面目標(biāo)檢測(cè)得到目標(biāo)的位置和大小;通過(guò)低對(duì)比度水面目標(biāo)識(shí)別對(duì)由于光照或者天氣原因造成水面環(huán)境圖像質(zhì)量較低時(shí)的目標(biāo)進(jìn)行識(shí)別。將上述得到信息傳送給中央控制系統(tǒng)實(shí)現(xiàn)自主巡航。本文詳細(xì)的研究?jī)?nèi)容如下:（1）在對(duì)水面圖像進(jìn)行語(yǔ)義分割時(shí),針對(duì)傳統(tǒng)圖像分割方法和全卷積網(wǎng)絡(luò)的分割效果不夠精細(xì)的缺點(diǎn),提出了聯(lián)合偏振度和全卷積網(wǎng)絡(luò)（Fully Convolutional Networks,FCN）的語(yǔ)義分割網(wǎng)絡(luò)。通過(guò)合成偏振度圖像之后再與原場(chǎng)景的RGB圖像作為數(shù)據(jù)集輸入到本文提出的RGBP-FCN網(wǎng)絡(luò)中,得到最終的分割結(jié)果。經(jīng)過(guò)實(shí)驗(yàn)表明,此算法的分割效果比傳統(tǒng)方法和全卷積網(wǎng)絡(luò)的分割效果要更為精細(xì)。（2）在對(duì)復(fù)雜水面進(jìn)行目標(biāo)檢測(cè)時(shí),針對(duì)傳統(tǒng)目標(biāo)檢測(cè)方法容易受噪聲干擾的缺點(diǎn)和卷積神經(jīng)網(wǎng)絡(luò)無(wú)法進(jìn)行泛型檢測(cè)的缺點(diǎn),提出了分別在LAB顏色空間和HSV顏色空間應(yīng)用視覺(jué)顯著性目標(biāo)檢測(cè)算法。LAB空間下檢測(cè)出的目標(biāo)輪廓較為完整,但是會(huì)有水面噪聲的干擾,HSV空間下幾乎沒(méi)有... 

【文章來(lái)源】：華中科技大學(xué)湖北省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

各角度圖像和偏振度圖像

水面環(huán)境偏振特性分析

由于本文水面環(huán)境分割的類別至多為 3 類（水面、天空和水岸）的類別輸出數(shù)改為 3，再修改輸出層的層名，此時(shí)的網(wǎng)絡(luò)結(jié)構(gòu)就是本-FCN 網(wǎng)絡(luò)。如圖 2-4 的 RGBP-FCN 網(wǎng)絡(luò)結(jié)構(gòu)所示，若 FCN 進(jìn)行了原本的 FCN-32s, FCN-16 和 FCN-8s 則會(huì)變成對(duì)應(yīng) RGBP-FCN 的 RGGBP-FCN16s 和 RGBP-FCN-8s。于 RGBP-FCN 的水面環(huán)境分割實(shí)驗(yàn)數(shù)據(jù)集制備與模型訓(xùn)練文所用圖片數(shù)據(jù)集均為人工采集和制作，采用訓(xùn)練集 1489 套，每套 RGB 圖片和偏振度圖片，驗(yàn)證集 155 套，測(cè)試集 149 套，大小均為 2 2-5 展示了本文實(shí)驗(yàn)所用的一些圖片。由于本文的模型是在微調(diào)（fine上得來(lái)的，并不需要大量數(shù)據(jù)集即可訓(xùn)練出需要的網(wǎng)絡(luò)參數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺(jué)領(lǐng)域中的應(yīng)用綜述[J]. 陳超,齊峰.  計(jì)算機(jī)科學(xué). 2019(03)
[2]深度學(xué)習(xí)的可解釋性[J]. 吳飛,廖彬兵,韓亞洪.  航空兵器. 2019(01)
[3]基于改進(jìn)霍夫變換的水面無(wú)人船水界線檢測(cè)方法[J]. 湯偉,劉思洋,高涵,陶倩.  科學(xué)技術(shù)與工程. 2018(31)
[4]基于改進(jìn)分水嶺算法的彩色圖像分割方法[J]. 路正佳.  科技通報(bào). 2018(09)
[5]基于激光雷達(dá)的內(nèi)河無(wú)人船障礙物識(shí)別方法[J]. 王貴槐,謝朔,柳晨光,初秀民,李梓龍.  光學(xué)技術(shù). 2018(05)
[6]水面航行體對(duì)艦船目標(biāo)的圖像檢測(cè)方法[J]. 方晶,馮順山,馮源.  北京理工大學(xué)學(xué)報(bào). 2017(12)
[7]結(jié)合分水嶺的紋理梯度各向異性圖像分割[J]. 冀甜甜,崔嘉,董新鋒,賀云隆,鄭元杰.  中國(guó)圖象圖形學(xué)報(bào). 2017(07)
[8]梯度分層重構(gòu)的彩色圖像分水嶺分割[J]. 王婭,周海林,葉建兵,譚沈陽(yáng).  中國(guó)圖象圖形學(xué)報(bào). 2017(06)
[9]基于改進(jìn)的圖像局部區(qū)域相似度學(xué)習(xí)架構(gòu)的圖像特征匹配技術(shù)研究[J]. 惠國(guó)保,童一飛,李東波.  計(jì)算機(jī)學(xué)報(bào). 2015(06)
[10]偏振成像探測(cè)技術(shù)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)[J]. 李淑軍,姜會(huì)林,朱京平,段錦,付強(qiáng),付躍剛,董科研.  中國(guó)光學(xué). 2013(06)

碩士論文
[1]無(wú)人艇雷達(dá)數(shù)據(jù)處理及其特征提取的研究[D]. 周建成.大連海事大學(xué) 2014



本文編號(hào)：3614575