基于机器视觉的水下目标检测与跟踪技术研究.ppt

基于机器视觉的水下目标检测与跟踪 技术研究 目标检测与跟踪技术是计算机视觉的一个热点问题，而水下目 标的检测与跟踪是水下机器人的重要研究内容，其不仅广泛地 应用在水下机器人导航、水下视频监控等许多方面，而且对核 电站中反应堆堆芯和水池的异物检查、打捞有着重要作用。本 文在国家 863 项目“核电站多功能水下爬行机器人”的支持下， 对水下目标的检测与跟踪技术进行了研究。 本文的主要工作和创新性成果如下：（ 1 ）根据水下光学成像原 理以及其它各种影响因素，分析了水下成像的特点，进而研究 了基于水下成像模型的图像清晰化算法。该算法采用小波变换 估计并去除了散射光和光源强度变化对水下成像的影响。 （ 2 ）针对复杂的水下核辐射环境，研究了基于颜色的自适应窗 水下目标跟踪算法。该算法在传统颜色匹配跟踪算法的基础上， 先通过颜色定位算法和跟踪准确算法找到最佳目标位置，提高 了跟踪的精度，再根据跟踪窗尺寸变化算法计算窗宽，基本实 现了跟踪窗尺寸随着目标物在图像中的大小而变化。 （ 3 ）针对水下成像模糊和不稳定的特性，研究了基于二维模糊 Otsu 的水下图像分割算法。该算法将最大类间方差法（ Otsu ） 从一维扩展到二维，并加上了模糊理论，综合了最大类间方差 法与模糊理论的双重优点。 然后根据水下目标的几何特征，获得了手爪抓取目标所需要的 辅助信息，包括质心位置、手腕旋转角度以及控制手爪开合的 电机旋转角度。（ 4 ）利用 LabVIEW 的软件平台进行了水下目标 跟踪、图像分割以及特征提取的实验，验证了算法的有效性和 可行性。