隨著人民生活品質(zhì)的提升,海參消費市場逐年擴(kuò)大,海參養(yǎng)殖產(chǎn)業(yè)也隨之迅猛壯大,但與其配套的海參檢測識別方法還處于研究的初期階段,無法滿足養(yǎng)殖情況監(jiān)測與水下機器人捕撈作業(yè)等任務(wù)所需的海參識別需求。為此,本文對現(xiàn)有水下圖像處理算法與水下目標(biāo)識別技術(shù)進(jìn)行了研究,鑒于水下圖像成像的特點,設(shè)計了一種基于機器視覺的水下海參圖像目標(biāo)識別系統(tǒng),該系統(tǒng)分為水下圖像增強環(huán)節(jié)與目標(biāo)識別環(huán)節(jié)。在水下圖像增強環(huán)節(jié)中,設(shè)計了一種基于圖像融合的水下圖像增強方法,綜合運用了同態(tài)濾波、MSRCR以及基于導(dǎo)向濾波的暗通道先驗增強算法來進(jìn)行水下圖像處理,然后通過基于點銳度權(quán)重的圖像多通道線性融合方法進(jìn)行結(jié)果融合,再對其進(jìn)行USM銳化,最終得到增強后的結(jié)果圖像。再計算處理結(jié)果圖像的Brenner 梯度、Tenengrad 梯度、Laplacian 梯度、SMD2、能量梯度、MSE、PSNR和SSIM等指標(biāo),驗證了算法增強效果。最后,通過SIFT特征匹配實驗得出該算法可以有效地提升圖像特征信息密度,為目標(biāo)識別環(huán)節(jié)建立了良好的條件。在目標(biāo)識別環(huán)節(jié)中,篩選出400張經(jīng)過增強處理的海參圖像制作圖像數(shù)據(jù)集,搭建基于YOLOv3的海參目標(biāo)識... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１水下圖像成像原理??光線在水體中傳播時的總散射系數(shù)可以由體積散射函數(shù)在每個角度上的積??分表示［４４］，則：??

山東大學(xué)碩士學(xué)位論文??（ｉ）圖像１雙邊濾波?（ｊ）圖像２雙邊濾波??圖２－２濾波處理結(jié)果示意??２．３水下圖像增強??水下圖像增強與恢復(fù)是水下圖像目標(biāo)識別處理的前置步驟，其分類方式如圖??２－３所示。其中，水下圖像增強方法一般不考慮成像過程中的物理條件，多為非??物理模型操作，包括通常圖像增強算法用于水下增強與針對水下成像特點而設(shè)計??的增強方法，類型包括了空域法、頻域法、顏色修正法以及其他綜合型等方法等。??水下圖像恢復(fù)方法一般需要基于特定的模型與先驗知識，如基于暗通道先驗增強、??基于Ｒｅｔｉｎｅｘ理論增強算法等。在水下圖像增強領(lǐng)域，常見的空域法包含直方圖??均衡化與直方圖規(guī)定化等，常用的頻域法一般指各種頻域濾波増強方法。????Ｉ?空域法??■＾傳統(tǒng)的圖像增強方法應(yīng)用于水下田像ｊ—?????：—一??｜?頻域法??ｒ?１非物理櫝型方??＊??ｒ?Ｉ顔色修正法?ｓ??＾?（專門針對水下成像特點的增強方法＿?＊?—丨？??遷?飛［綜合哼匕：Ｉ??？－????Ｉ?ｔ?！??最?ｒ｜基于假設(shè)條件或先驗知識的方法ｊ；?ｒ?Ｉ?■；?＾??法Ｌ?ｆ基于物理棋型方法ｊ—?１基于圖像去ｎｋ型的改進(jìn)方法＾?■ｕｇＬ??」?」基子水下成像光學(xué)屬性的方法ｊ丨壓??Ｌ．—水—＿．ｉ??圖２－３水下圖像增強與恢復(fù)方法??２．３．１直方圖均衡化??直方圖均衡化增強的方法是一種經(jīng)典的圖像增強方法，處理后圖像的視覺提??升效果明顯［４８］。直方圖能夠體現(xiàn)圖像中各個灰度級在圖像整體灰度像素中所占有??１２??

山東大學(xué)碩士學(xué)位論文??（ｉ）圖像１雙邊濾波?（ｊ）圖像２雙邊濾波??圖２－２濾波處理結(jié)果示意??２．３水下圖像增強??水下圖像增強與恢復(fù)是水下圖像目標(biāo)識別處理的前置步驟，其分類方式如圖??２－３所示。其中，水下圖像增強方法一般不考慮成像過程中的物理條件，多為非??物理模型操作，包括通常圖像增強算法用于水下增強與針對水下成像特點而設(shè)計??的增強方法，類型包括了空域法、頻域法、顏色修正法以及其他綜合型等方法等。??水下圖像恢復(fù)方法一般需要基于特定的模型與先驗知識，如基于暗通道先驗增強、??基于Ｒｅｔｉｎｅｘ理論增強算法等。在水下圖像增強領(lǐng)域，常見的空域法包含直方圖??均衡化與直方圖規(guī)定化等，常用的頻域法一般指各種頻域濾波増強方法。????Ｉ?空域法??■＾傳統(tǒng)的圖像增強方法應(yīng)用于水下田像ｊ—?????：—一??｜?頻域法??ｒ?１非物理櫝型方??＊??ｒ?Ｉ顔色修正法?ｓ??＾?（專門針對水下成像特點的增強方法＿?＊?—丨？??遷?飛［綜合哼匕：Ｉ??？－????Ｉ?ｔ?！??最?ｒ｜基于假設(shè)條件或先驗知識的方法ｊ；?ｒ?Ｉ?■；?＾??法Ｌ?ｆ基于物理棋型方法ｊ—?１基于圖像去ｎｋ型的改進(jìn)方法＾?■ｕｇＬ??」?」基子水下成像光學(xué)屬性的方法ｊ丨壓??Ｌ．—水—＿．ｉ??圖２－３水下圖像增強與恢復(fù)方法??２．３．１直方圖均衡化??直方圖均衡化增強的方法是一種經(jīng)典的圖像增強方法，處理后圖像的視覺提??升效果明顯［４８］。直方圖能夠體現(xiàn)圖像中各個灰度級在圖像整體灰度像素中所占有??１２??

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)目標(biāo)檢測方法綜述[J]. 趙永強,饒元,董世鵬,張君毅.  中國圖象圖形學(xué)報. 2020(04)
[2]小樣本情況基于深度學(xué)習(xí)的水下目標(biāo)識別研究[J]. 梁紅,金磊磊,楊長生.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2019(01)
[3]適用于水下目標(biāo)識別的快速降維卷積模型[J]. 王念濱,何鳴,王紅濱,周連科,商曉宇.  哈爾濱工程大學(xué)學(xué)報. 2019(07)
[4]9月水產(chǎn)養(yǎng)殖品種市場預(yù)測[J].   當(dāng)代水產(chǎn). 2018(09)
[5]我國刺參養(yǎng)殖產(chǎn)業(yè)發(fā)展現(xiàn)狀與對策研究[J]. 姜森顥,任貽超,唐伯平,李超峰,蔣從兵.  中國農(nóng)業(yè)科技導(dǎo)報. 2017(09)
[6]基于DS證據(jù)理論的水下目標(biāo)識別融合推理方法研究[J]. 唐政,王志剛,趙露露,麻銳,齊濤濤.  現(xiàn)代導(dǎo)航. 2017(02)
[7]圖像融合研究綜述[J]. 朱煉,孫楓,夏芳莉,韓瑜.  傳感器與微系統(tǒng). 2014(02)
[8]小波包熵在水下目標(biāo)識別中的應(yīng)用研究[J]. 石敏,徐襲.  計算機工程與應(yīng)用. 2014(01)
[9]圖像的頻域濾波增強研究與仿真[J]. 許艷.  電子技術(shù). 2013(12)
[10]基于邊界矩和改進(jìn)FCM聚類的水下目標(biāo)識別[J]. 王士龍,徐玉如,萬磊,唐旭東.  系統(tǒng)工程理論與實踐. 2012(12)

博士論文
[1]圖像客觀質(zhì)量評價算法及其應(yīng)用研究[D]. 張薇.中國礦業(yè)大學(xué) 2016

碩士論文
[1]基于改進(jìn)的SIFT特征的圖像匹配算法研究[D]. 章雷.安徽理工大學(xué) 2019
[2]基于YOLO的目標(biāo)檢測算法設(shè)計與實現(xiàn)[D]. 阮激揚.北京郵電大學(xué) 2019
[3]彩色圖像灰度化算法的研究與實現(xiàn)[D]. 劉美.長春理工大學(xué) 2019
[4]基于視覺的無人機目標(biāo)識別及跟蹤[D]. 王瑤.哈爾濱工業(yè)大學(xué) 2019
[5]基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)定位研究[D]. 徐曉健.西安電子科技大學(xué) 2019
[6]低照度圖像的增強算法研究[D]. 徐博.哈爾濱理工大學(xué) 2019
[7]水下圖像分割和目標(biāo)特征提取及識別技術(shù)研究[D]. 趙春梅.哈爾濱工程大學(xué) 2019
[8]基于視覺的水下目標(biāo)識別與定位技術(shù)研究[D]. 權(quán)穩(wěn)穩(wěn).山東大學(xué) 2018
[9]水下圖像增強算法研究及其應(yīng)用[D]. 陳超.大連理工大學(xué) 2016
[10]水下圖像復(fù)原處理方法的研究[D]. 陳琳.中國海洋大學(xué) 2015



本文編號：3526813