浅海水下目标物检测与位姿估计方法研究

浅海水下目标物检测与位姿估计方法研究

论文摘要

海洋作为地球物种起源的摇篮,占据着地表面70.8%的空间,是维护地球生物多样性的重要保障。随着世界人口数目的不断增长以及内陆可利用资源的日益匮乏,人类意识到海洋内蕴藏的丰富生物种类及矿藏种类将成为未来人类生存资源的保障。目前海洋受到的污染非常严重,海上的垃圾、漂浮物等不断增加,并且数量已经远超海洋的净化能力。由于人体的生理特征不适合于长时间的海洋环境作业,因此,浅海水下的打捞设备应运而生。但目前打捞设备效率低下,自动化程度不高,因此,本文通过计算机视觉对基于浅海水下环境的目标物检测与位姿估计进行了研究。首先,针对水下悬浮物对光散射导致的水中雾化问题,基于陆上暗通道先验的去雾算法,提出了一种基于水下环境的背景光估计方法,融合了暗通道先验估计系数和在水下衰减较弱的蓝、绿通道系数,实现了对水下图像的复原;针对光在水中严重衰减导致的图像对比度下降、颜色失真和细节模糊等问题,对直方图均衡化和拉普拉斯锐化两种算法进行了融合,提出了一种自适应增强算法,使对不同环境的图像得到合理的增强。同时对处理后的图像进行了客观质量评价。其次,针对水的折射造成的位置偏移问题,基于Snell定律建立了水下双目相机成像模型,提出了一种以固有深度为先验的深度矫正方法,完成了对水下位姿的矫正及实验验证;面对基于特征点的普适性匹配算法在水下环境的识别率低、匹配速度慢等一系列问题,本文应用了一种基于识别码的目标物检测,并提出了一种应用于空间曲面的水下识别码识别算法,通过优化大大提高了识别速度,通过实验验证了算法可行性;针对水下成像质量差,点估计和线估计无法满足精度要求的问题,将RANSAC点云分割和ICP点云配准的方法应用到水下位姿估计。通过光学式运动捕捉系统建立了评价标准,对双目相机位姿估计精度进行了评价。最后,搭建实验平台,模拟水下环境条件,通过实验验证了水下图像处理和目标物检测与位姿估计方法的有效性。基于识别码对水下各算法处理后的图像进行目标检测,验证了水下图像处理算法的必要性和优越性;通过室外目标物检测与位姿估计实验验证了目标物检测与位姿估计算法的可行性及识别率。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题来源及背景
  •     1.1.1 课题来源
  •     1.1.2 课题研究的背景和意义
  •   1.2 国内外研究现状
  •     1.2.1 水下图像处理方法研究现状
  •     1.2.2 水下目标检测与位姿估计方法研究现状
  •     1.2.3 水下视觉国内外研究现状
  •   1.3 国内外研究现状分析
  •   1.4 主要研究内容
  • 第2章 面向水下环境的图像复原与增强方法研究
  •   2.1 引言
  •   2.2 水下图像问题分析及预处理
  •     2.2.1 水下图像问题分析
  •     2.2.2 水下图像预处理
  •   2.3 基于暗通道原理的水下图像复原方法研究
  •     2.3.1 暗通道去雾算法分析
  •     2.3.2 基于水下的去雾算法改进
  •   2.4 基于直方图均衡和拉普拉斯锐化的水下图像增强方法研究
  •     2.4.1 关于直方图均衡化的算法研究
  •     2.4.2 关于拉普拉斯图像锐化的算法研究
  •     2.4.3 水下图像处理算法融合与整体质量评价方法研究
  •   2.5 本章小结
  • 第3章 基于识别码和点云配准的水下目标物检测与位姿估计方法研究
  •   3.1 引言
  •   3.2 水下相机标定与位置矫正方法研究
  •     3.2.1 水下相机模型的建立
  •     3.2.2 相机标定以及水下目标物位置的矫正方法研究
  •     3.2.3 矫正算法改进和速度优化方法研究
  •   3.3 基于识别码的水下目标物检测及其优化方法研究
  •     3.3.1 基于识别码的水下目标物检测方法研究
  •     3.3.2 水下目标物检测算法优化
  •     3.3.3 水下目标物检测算法实验验证
  •   3.4 基于点云配准的水下目标物位姿估计及其优化
  •     3.4.1 水下目标物点云降采样和高质量点云获取
  •     3.4.2 基于点云配准的位姿估计的方法研究
  •     3.4.3 水下目标物位姿估计实验验证
  •   3.5 位姿评价方法建立及分析
  •     3.5.1 位姿估计评价方法建立
  •     3.5.2 评价方法实验及分析
  •   3.6 本章小结
  • 第4章 水下图像处理和目标物检测与位姿估计实验研究
  •   4.1 引言
  •   4.2 实验平台搭建和贴码规则确定
  •     4.2.1 实验平台的搭建
  •     4.2.2 目标物贴码规则确定
  •   4.3 实验方案
  •   4.4 实验及其分析
  •     4.4.1 水下图像处理算法的目标物检测实验及对比分析
  •     4.4.2 室外水下环境位姿估计实验及对比分析
  •   4.5 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李响

    导师: 王鹏飞

    关键词: 水下视觉,图像复原,图像增强,水下标定,识别码检测,点云配准

    来源: 哈尔滨工业大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 海洋学,计算机软件及计算机应用

    单位: 哈尔滨工业大学

    分类号: TP391.41;P716

    DOI: 10.27061/d.cnki.ghgdu.2019.001443

    总页数: 74

    文件大小: 3551K

    下载量: 297

    相关论文文献

    • [1].基于深度学习的目标位姿估计方法综述[J]. 飞航导弹 2019(09)
    • [2].基于深度神经网络的井下无人机视觉位姿估计[J]. 中国矿业大学学报 2020(04)
    • [3].面向机器人抓取过程中目标位姿估计方法[J]. 传感器与微系统 2019(07)
    • [4].基于椭圆特征的工件位姿估计方法[J]. 电脑知识与技术 2019(21)
    • [5].单目视觉惯性融合方法在无人机位姿估计中的应用[J]. 控制与信息技术 2018(06)
    • [6].单目相机物体位姿估计方法研究[J]. 导航定位与授时 2019(04)
    • [7].一种基于随机森林的头部位姿估计算法[J]. 福建师范大学学报(自然科学版) 2016(04)
    • [8].基于激光成像雷达的未知目标相对位姿估计算法[J]. 系统仿真学报 2017(05)
    • [9].基于单目位姿估计的拉力扭转形变测量方法研究[J]. 实验力学 2017(06)
    • [10].基于救援机器人灵活操控的目标位姿估计研究[J]. 工业控制计算机 2018(06)
    • [11].视频序列中基于头肩分割的人体位姿估计算法[J]. 中国图象图形学报 2010(12)
    • [12].车载全景序列影像的位姿估计优化方法[J]. 测绘科学 2017(12)
    • [13].一种非结构环境下目标识别和3D位姿估计方法[J]. 哈尔滨工业大学学报 2019(01)
    • [14].基于机器视觉的最大似然位姿估计算法[J]. 应用光学 2019(02)
    • [15].基于人工标志的单目视觉下无人机位姿估计[J]. 电子设计工程 2017(12)
    • [16].AR辅助装配中基体及零件位姿组合估计方法[J]. 机械设计与研究 2018(06)
    • [17].考虑多位姿估计约束的双目视觉里程计[J]. 控制与决策 2018(06)
    • [18].基于平面运动约束的移动机器人位姿估计[J]. 浙江工业大学学报 2018(02)
    • [19].一种高精度的非迭代位姿估计方法[J]. 光学学报 2018(07)
    • [20].基于激光雷达的远距离运动车辆位姿估计[J]. 公路交通科技 2017(12)
    • [21].一种非迭代的位姿估计方法[J]. 激光与红外 2018(05)
    • [22].改进像机位姿估计算法的无人机精准落线[J]. 控制工程 2018(07)
    • [23].二值加权正交迭代相机位姿估计算法[J]. 半导体光电 2020(05)
    • [24].基于OpenGL的目标物3维位姿估计研究[J]. 江西师范大学学报(自然科学版) 2019(05)
    • [25].基于单目视觉的无人机位姿估计算法[J]. 机器人技术与应用 2017(02)
    • [26].基于凸松弛全局优化算法的视觉测量位姿估计[J]. 光电子.激光 2011(09)
    • [27].基于改进UKF的自动泊车车辆位姿估计算法研究[J]. 汽车技术 2019(03)
    • [28].基于序列2D结构化线特征的桥梁检测机器人末端位姿估计方法[J]. 电子测量与仪器学报 2018(08)
    • [29].单目相机位姿估计的稳健正交迭代方法[J]. 光学学报 2019(09)
    • [30].基于改进时空特征的三维人体位姿估计方法[J]. 计算机工程与设计 2018(11)

    标签:;  ;  ;  ;  ;  ;  

    浅海水下目标物检测与位姿估计方法研究
    下载Doc文档

    猜你喜欢