近年來,空難和海難事故頻頻發(fā)生,許多遇難后的飛機(jī)或船舶殘骸沉入了海底,為了打撈這些沉入海底的目標(biāo)（比如飛機(jī)黑匣子等）,搜尋這些目標(biāo)就顯得至關(guān)重要。對(duì)于這些人造的海底目標(biāo)殘骸,目前通常搜尋的做法是使用水下機(jī)器人（AUV）搭載聲吶和水下低照度相機(jī)等設(shè)備,在一定范圍的海域內(nèi)進(jìn)行掃描成像。在搜尋過程中,由于搜尋范圍較大,會(huì)導(dǎo)致水下低照度相機(jī)拍攝到十分巨量的圖像,這些圖像中往往包含了大量不含人造目標(biāo)殘骸的海底背景圖像,而含有人造目標(biāo)殘骸的目標(biāo)圖像的數(shù)量卻很少。對(duì)于這些海底圖像,通常需要人工判讀來從圖像中尋找人造目標(biāo)殘骸,因此大量的海底背景圖像大大增加了人工判讀的工作量,如何檢測(cè)出大量海底圖像中的人造目標(biāo)殘骸,就是本文研究的核心問題。通過對(duì)海底圖像復(fù)雜背景特點(diǎn)和人造目標(biāo)殘骸特性的分析,本文提出了一種基于邊緣檢測(cè)算法、直線檢測(cè)算法和支持向量機(jī)（Support Vector Machine,SVM）分類檢測(cè)算法相結(jié)合的海底圖像人造目標(biāo)檢測(cè)方法。根據(jù)海底背景圖像具有較多的微小邊緣信息的特點(diǎn),本文提出了一種Canny算子結(jié)合微小邊緣過濾的邊緣檢測(cè)算法。首先對(duì)海底圖像進(jìn)行中值濾波處理,消除部分噪聲的干擾,然... 

【文章來源】：大連海事大學(xué)遼寧省211工程院校

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．?２卡梅隆所拍攝的深海挑戰(zhàn)中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??

?海底圖像人造目標(biāo)檢測(cè)算法研宄???和底棲生物等深海生物。由于深海海底缺乏陽光，所以基本上不存在能夠進(jìn)行光合作用??的植物。海底多以泥沙和黏土等沉積物為主，部分區(qū)域會(huì)有巖石存在，還有部分區(qū)域會(huì)??有沙土和巖石混合的情況。??圖２．?１為蛟龍?zhí)柼綔y(cè)的７０００米海底圖像，圖２．?２為詹姆斯卡梅隆拍攝的海底８０００??米的景象。通過這些海底背景圖像可以看出，當(dāng)水深達(dá)到一定深度時(shí)，海底背景中含有??的成分主要是沙石和黏土，而這些沙石和黏土往往是隨機(jī)分布的，這樣就導(dǎo)致了海底背??景隨著沙石和黏土的隨機(jī)分布而變化萬千。因此如何消除這些隨機(jī)分布的沙石和黏土對(duì)??人造目標(biāo)檢測(cè)的影響，便是本文研宄的重要部分。??圖２．?１蛟龍?zhí)柼綔y(cè)的７０００米海底??Ｆｉｇ．２．?１?７０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｄｅｔｅｃｔｉｏｎ?ｂｙ?ＪｉａｏＬｏｎｇ??ＨＰＲＶＲｉＨＩ??（ａ）潛水器?（ｂ）海底圖像??圖２．?２卡梅隆所拍攝的深海挑戰(zhàn)中８０００米海底??Ｆｉｇ．２．?２?８０００ｍ?ｕｎｄｅｒｗａｔｅｒ?ｅｎｖｉｒｏｎｍｅｎｔ?ｉｎ?ｔｈｅ?ｄｅｅｐｓｅａ?Ｃｈａｌｌｅｎｇｅ??２．３人造目標(biāo)殘骸特性分析??－６?－??

?大連海事大學(xué)碩士學(xué)位論文???本算法主要檢測(cè)海底圖像中的飛機(jī)和船舶殘骸等人造目標(biāo)。由于人造目標(biāo)具有直線??邊緣、方形等較為簡單的幾何外形，因此它們的輪廓表現(xiàn)出明顯的直線特征，而海底背??景中的沙石和黏土通常都是不規(guī)則的外形。??課題使用的低照度相機(jī)系統(tǒng)的成像高度為１０ｍ，拍攝范圍為ｌＯｍＸＩＯｍ，搭載在如??圖２．?３所示的中船重工七一?０研宄所研制的海祌６０００型ＡＵＶ上。海神６０００型ＡＵＶ??上安裝了測(cè)深側(cè)掃聲吶，在ＡＵＶ工作時(shí)，首先保持距離海底７０ｍ左右的高度，打開聲??吶對(duì)海底進(jìn)行掃描。然后基于聲吶圖像確定疑似目標(biāo)區(qū)域，再進(jìn)行下潛，最后打開低照??度相機(jī)系統(tǒng)進(jìn)行近距離的拍攝。所以在拍攝得到的海底圖像中，若存在疑似人造目標(biāo)殘??骸，則該疑似目標(biāo)在圖像中的占比往往較大。??一般的飛機(jī)尺寸較大，例如常見的民航客機(jī)Ｂ７３７－７００的翼展為３４．３ｍ，機(jī)長為３３．６ｍ。??一般貨船的尺寸也較大，例如１０００噸級(jí)的雜貨船的長度為８６ｍ左右，寬度為１２．３ｍ左??右。圖２．４為二戰(zhàn)時(shí)期墜落到海底的飛機(jī)殘骸，圖２．５為二戰(zhàn)時(shí)期沉沒至海底的船舶殘??海通過這些圖像可以看出，海底飛機(jī)和船舶殘骸的體積較大，具有較好的直線邊緣特??征。同時(shí)可以看出，雖然經(jīng)過了海水半個(gè)多世紀(jì)的侵蝕，這些飛機(jī)和船舶等人造目標(biāo)還??是保留了較為清晰的輪廓。因此如何從復(fù)雜的海底背景中，檢測(cè)出人造目標(biāo)殘骸的直線??邊緣信息和規(guī)則的輪廓信息，便是本文算法的核心內(nèi)容。??圖２．?３七一?０研究所研制的海神６０００型ＡＵＶ??Ｆｉｇ．２．?３?Ｔｈｅ?Ｐｏｓｅｉｄｏｎ?６０００?ＡＵＶ?ｄｅｖｅｌｏｐｅｄ?ｂｙ?ｔｈｅ?７１０?Ｒｅｓｅａｒｃｈ?Ｉｎｓｔｉ

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)Canny算法的工件邊緣檢測(cè)方法[J]. 劉克平,李西衛(wèi),隋吉雷,李巖.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[2]基于自適應(yīng)Canny的紅外圖像邊緣檢測(cè)算法[J]. 孫硯飛,常曉剛,李東興,張華強(qiáng),馬良慧.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]一種改進(jìn)的Canny邊緣檢測(cè)算法[J]. 張光玉,徐龍春,張敏風(fēng),張崗,鄒越,趙文波,楊沛沛,李東玥.  中國醫(yī)學(xué)物理學(xué)雜志. 2017(08)
[4]一類基于二維線性插值函數(shù)的改進(jìn)Canny算法[J]. 李健,李俊杰,任憲盛,陳冰冰,付浩威.  東北師大學(xué)報(bào)(自然科學(xué)版). 2015(04)
[5]Canny算子邊緣檢測(cè)的改進(jìn)研究[J]. 孫麗萍,方源敏,劉兵川,敖成.  河南科學(xué). 2015(11)
[6]基于Canny的自適應(yīng)邊緣檢測(cè)算法及性能評(píng)估[J]. 張心言,趙冉陽.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(11)
[7]基于圖像線特征和點(diǎn)云面特征的水下人造目標(biāo)定位[J]. 解則曉,潘成成,遲書凱,魏征.  中國圖象圖形學(xué)報(bào). 2015(08)
[8]一種自適應(yīng)閾值的Canny邊緣檢測(cè)算法[J]. 唐路路,張啟燦,胡松.  光電工程. 2011(05)
[9]圖像煙霧弱化方法研究[J]. 張金泉,楊進(jìn)華,王曉坤.  中國圖象圖形學(xué)報(bào). 2010(12)
[10]基于Canny算法的自適應(yīng)邊緣檢測(cè)方法[J]. 劉超,周激流,何坤.  計(jì)算機(jī)工程與設(shè)計(jì). 2010(18)

博士論文
[1]水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D]. 侯國家.中國海洋大學(xué) 2015
[2]水下成像與圖像增強(qiáng)及相關(guān)應(yīng)用研究[D]. 趙欣慰.浙江大學(xué) 2015

碩士論文
[1]基于AUV的水下管道檢測(cè)及位置估算方法研究[D]. 劉奕暉.哈爾濱工程大學(xué) 2017
[2]基于光學(xué)成像的水下線狀目標(biāo)檢測(cè)算法[D]. 徐濤.華中科技大學(xué) 2017
[3]基于梯度信息的AUV水下管道檢測(cè)方法研究[D]. 李雙雙.哈爾濱工程大學(xué) 2016
[4]雙目視覺水下目標(biāo)物定位與跟蹤技術(shù)研究[D]. 譚永.哈爾濱工程大學(xué) 2016
[5]水下圖像的興趣目標(biāo)檢測(cè)[D]. 豐子灝.上海交通大學(xué) 2015
[6]基于SVM的圖像分類[D]. 高錦.西北大學(xué) 2010
[7]基于水下圖像增強(qiáng)濾波方法的研究[D]. 劉曉光.中國海洋大學(xué) 2010
[8]Hough變換改進(jìn)算法研究[D]. 陳國棟.哈爾濱工業(yè)大學(xué) 2007
[9]基于視頻的車輛檢測(cè)與跟蹤技術(shù)研究[D]. 劉懷強(qiáng).中國海洋大學(xué) 2006



本文編號(hào)：3618579