面向ARV的视觉辅助水下对接方法研究

针对水下机器人作业过程中的近距离引导水下对接问题,以自治缆控水下机器人(ARV)为研究对象,为实现快速、高精度的水下对接,设计了基于反射光源识别的单目视觉辅助水下对接方法。通过在对接口布置反光带并将其作为目标图像,设计了图像处理和特征点提取的算法,经过图像特征信息的分析处理,优化算法的时间复杂度,提高了特征点提取的准确率和识别效率。最后设计了传统的引导灯方案与反光带方案的对比试验,验证算法的可行性,证明在水下环境下识别反射光源的方法极大提升了位置估计的准确率,同时在计算速度上也有显著提高,弥补了传统水下对接方法中精度不足或计算量大的缺陷,更好地满足了ARV水下对接的需求,能为潜水器实现水下自主对接提供参考依据。     

面向AUV自主水下对接的视觉检测算法

针对自主式水下机器人水下对接过程中近距离视觉导引存在的定位精度低、计算时间长的问题。基于Cascade RCNN神经网络模型设计了一种高精度视觉检测算法。首先,基于热力图导向的泊松复制建立混合数据增强策略,在实例级和图像级上扩充训练样本;其次,采用完备交并比损失函数提高算法模型输出边界框的回归准确率;然后,使用学习率余弦退火策略,通过周期性的热重启和衰减使算法模型能概率性地跳出局部最优解并最终趋于全局最优,以进一步提高目标检测精度;最后,使用混合精度策略减少算法模型计算复杂度,提高实时性。水下对接实拍图像目标检测试验表明：该算法模型的平均精度达到94%,检测速度超过20帧/秒。     

特征匹配技术在水下边坡监测中的应用研究

针对传统水下边坡监测无法快速、直观展现水下边坡的形态、坡度和细部地形特征,以及多期测量成果间客观存在的系统偏差问题,提出了一种基于特征匹配的水下边坡监测新方法。首先将每期多波束三维点云数据生成水下地形曲面,得到水下边坡的多波束声纳影像;然后将多期监测声纳影像采用加速稳健特征算法生成目标特征集,采用快速最近邻逼近搜索函数库和k邻域算法高效找到最优匹配点;最后通过匹配点校正后的声纳影像,可直观反映水下边坡的动态变化,为后期水下边坡整体稳定性分析与治理提供了基础地形数据。与传统监测的方法相比,该方法实现了水下边坡地形监测可视化,具有全覆盖、分辨率高的特点,对及时监测和掌握水下边坡的动态变化具有一定的工程意义。     

基于非锐化掩模引导滤波的水下图像细节增强算法研究

针对水下图像对比度偏低,细节模糊的问题,本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像,并对细节层使用噪声检测的中值滤波去除斑点噪声;然后对原始图像进行基于均值滤波的非锐化掩模,得到锐化图像,并将锐化图像作为引导图对原始图像进行引导滤波,获取基础层图像;最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加,达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析,主观和客观测试结果表明,本文采用的算法能够有效提高图像对比度以及增强细节信息,有利于提高水下图像资料解释的准确性。     

图像灰度匹配算法研究

图像配准是图像处理的基本任务之一,其效果将直接影响到其后续图像处理工作的效果。介绍了一种借助转动惯量计算惯量椭圆以进行遥感灰度图像配准的方法。     

水下视觉SLAM相机成像畸变纠正研究

针对水下视觉SLAM相机成像畸变问题,分析了水下机器人相机成像畸变原因,构建了纠正模型计算畸变系数以获取正确的像素坐标,实验证明在空气和水两种不同介质中,相机内参和畸变系数均有较大差异,而在不同水体中,仅畸变系数存在变化。表明在进行水下SLAM时,采用当前实验水体标定参数可以获取更好的定位和地图构建结果。     

总强度磁异常匹配水下导航方法研究

匹配算法是水下潜器匹配导航的核心技术,提出一种利用测量磁场与世界地磁模型(world magnet model,WMM)计算磁场之差作为匹配特征量的水下匹配导航新模式.首先引入快速傅里叶级数拟合技术建立区域的磁场模型,然后将测量地磁异常与惯导指示地磁异常之差表示成连续的解析形式,结合惯导力学编排方程建立的12维状态模型...     

利用二进制特征描述符的改进SIFT影像匹配算法

针对SIFT算法在匹配过程中运行效率低的不足,结合BRIEF特征描述子,将SIFT算法的高维特征向量转换为二进制特征描述子,以提高匹配效率。特征匹配过程首先采用Hamming距离完成粗匹配,再采用最小距离筛选法结合PROSAC算法的双重检测对初步匹配的特征点去伪,获得精准的匹配点对。实验结果表明该算法较SIFT算法匹配精度平均提升30.6%,匹配效率平均提高4.06倍,具有较强的实时性以及可行性。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

基于弹性网回归的水下目标无监督特征选择算法

针对水声数据的特征中含有大量冗余、不相关和噪声特征,导致水声目标识别正确率降低的问题,提出了一种新的水下目标特征选择方法——基于弹性网回归的无监督特征选择算法(Unsupervised fea- ture selection algorithm based on elastic-net regression,UFSER)。 该算法利用谱回归得到高维水声数据和其低维表示之间的回归系数矩阵,并且在回归框架中加入弹性网惩罚项优化求解回归系数矩阵;最后,对回归系数矩阵进行稀疏化从而对特征的分类性能进行评价。 使用实测水声数据集和 UCI 声呐数据集进行特征选择和 SVM 分类实验。 实验结果表明：在特征数目分别减少 60.6%和 60%的情况下,分类识别正确率较特征选择前提升了 1.05%和 6.6%。     

基于GPS的水下导航算法误差仿真研究

首先介绍了水下导航算法,采用GPS和水下参量测算相结合的方案,即当运行器在水下运行时,利用电子罗盘测量运行器的相对航向,水流传感器测算运行器的相对速度大小,利用学习阶段计算出海水流速,在水下运行器潜行时进行船位推算导航,用GPS精准的定位信号进行导航误差的校正。此算法精度的高低很大程度上取决于用来进行水下参量测算的传感器和用来方位校准的GPS。文中从各个传感器的误差着手,通过模拟仿真详细分析了电子罗盘、水流传感器和GPS的误差对导航精度的影响,对工程应用具有实际的指导意义。     

基于视觉特性的影像增强算法研究

遥感影像对比度调整是影像预处理中的关键部分。分析人的视觉特性发现：影像中不同区域特征变化被感知度有所差异。相对于高频区域及对角线方向,人眼更容易感觉到平缓部分的特征变化。以往的对比度增强算法并没有考虑这一视觉特性,提出了一种基于视觉特性的影像增强算法。实验表明,该算法在较好的保持影像细节特征的同时,改善了影像的对比度,得到了较好的视觉效果。     

基于聚类算法的出租载客点时空分布特征研究

出租车作为城市重要的公共交通工具,其运行产生的轨迹数据有助于我们探究城市人口活动规律。本文首先根据研究区域内数据分布特征,对传统DBSCAN聚类算法进行了参数优化,并对出租车载客点数据进行了聚类分析;然后使用核密度分析方法对出租车载客热点区域进行了热度评估;最终对热点区域进行分日期、分时段差值及可视化,分析了研究区域内出租车载客点的聚集分布状态,以及不同日期、不同时段出租车载客区域的时空分布变化。研究结果反映出了城市内居民出行的规律及变化特征,本研究不仅为出租车司机寻找顾客提供参考,而且还对分析城市功能区、优化城市公共交通系统运行起到辅助作用。     

基于视觉定位的水下机器人无通信高精度编队技术研究

水下机器人集群技术是目前水下机器人技术领域的发展热点之一。针对以往基于通信的水下机器人编队存在的编队精度低、队形保持困难等问题,提出了基于水下矢量光图案及视觉定位的水下集群编队方法,并通过水池试验分别验证了视觉定位以及水下密集编队的功能和相关指标。试验结果表明：水下视觉定位能够达到不大于3%的定位精度和不小于2Hz的定位频率,能够为水下机器人自主航行提供准确连续的控制输入。基于视觉定位的水下集群能够实现相互距离10 m以内的密集编队,编队精度不大于10%,较以往基于通信的编队方法有较大提升。     

水下模糊图象维纳滤波和卡尔曼滤波恢复算法研究

该文将海水中图象传输特性的研究与用此传输特性进行水下模糊图象恢复结合起来 ,得到一套测量水体传递函数及进行水下图象处理的方法。采用维纳 (Wiener)滤波和卡尔曼 (Kalman)滤波算法 ,对模糊图象进了恢复。结果表明 ,利用计算机采用一定的算法对散射性质已知的水体造成的图象模糊可以进行有效的复原 ,且良好效果。     

结合多波束点云强度和高程信息滤波算法研究

针对含有鱼群或水草等生物水域精确地形获取困难,存在大量贴近地表的噪声点且难以滤除等问题,提出一种结合多波束点云数据强度和高程信息的滤波算法。首先根据多波束原始点云数据的强度信息对数据进行初步分类,然后利用高程四分法选取地形种子点,最后根据种子点与周围点云数据的强度和高程信息,实现数据的准确分类,达到滤波效果。试验结果与形态学滤波算法、自适应坡度滤波算法对比分析,结果表明所提算法在含有植被和鱼群等生物水域滤波效果明显,Ⅰ类、Ⅱ类误差降低了6%和10%左右,总误差降低了7%左右,验证了所提算法的有效性和可行性。     

基于组合算法的水下地形匹配技术

利用地形信息辅助惯性系统导航,能有效地约束误差的累积,匹配算法作为地形辅助导航的核心,不同的算法在匹配精度和时间上各有特点.为了改善单一算法的缺陷,以水下地形辅助导航应用为背景,根据这些算法的特性,提出了一种将TERCOM算法和SITAN算法进行组合的方案,综合了两种算法的特性,引入可靠性比值,并在地形条件差异较大的两...     

基于正交匹配小波算法的台风云系提取研究

西北太平洋是世界上台风发生频率最高、强度最强的一个海区,因此对西北太平洋台风的发生发展进行相关的分析研究是很有意义的。论文中利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法,实现了西北太平洋地区台风云系特征的提取。运用该算法提取出的台风云系特征参数简单,与其他算法比较,尽管提取精度有待改进,但是用于台风的监测预警可提高效率,适用于台风预报预警监测的业务化应用。     

基于双树复数小波变换的特征点水印算法

提出了一种基于双树复数小波变换的特征点数字水印算法。对图像做三级双树复数小波变换,用F rstner算子提取图像低频子带中的特征点,根据复数小波变换的系数特点,通过修改相应的高频系数来实现水印信息的调制嵌入,提取水印信息的同时能够近无损恢复原始载体图像。算法兼顾了水印的鲁棒性和不可见性,能够有效抵抗剪切、平移、旋转等几何攻击,对线性拉伸、低通滤波等攻击也具有一定的鲁棒性。     

一种基于视觉的水下机器人动力定位方法

以7 000 m载人潜水器的工程需求为背景,以水下单目摄像机为视觉传感器,进行了水下机器人动力定位方法研究。该动力定位方法利用视觉系统测量得到水下机器人与被观察目标之间的三维位姿关系,通过路径规划、位置控制和姿态控制分解,逐步使机器人由初始位姿逼近期望位姿并最终定位于期望位姿,从而实现了机器人的4自由度动力定位。通过水池实验验证了提出的动力定位方法,并且机器人能够抵抗恒定水流干扰和人工位置扰动。同时,该动力定位方法还可以实现机器人对被观察目标的自动跟踪。