基于声纳图像水下运动目标识别与跟踪技术研究资料下载.pdf
《基于声纳图像水下运动目标识别与跟踪技术研究资料下载.pdf》由会员分享,可在线阅读,更多相关《基于声纳图像水下运动目标识别与跟踪技术研究资料下载.pdf(65页珍藏版)》请在冰豆网上搜索。
计算机软件与理论指导教师:
殷波201106基于声纳图像的水下运动目标识别与跟踪技术研究摘要水下运动目标的识别与跟踪是水下自主机器人(AUV)视觉领域的研究内容,同时也是目标分类、目标行为分析等高级操作的基础,在计算机视觉处理领域具有很重要的作用。
它是一门融合了计算机视觉、图像处理、模式识别和人工智能等多学科的前沿课题,因此本文研究的内容具有重要的应用前景。
基于声纳图像的运动目标识别与跟踪任务主要分为四个方面的工作:
声纳图像的采集与预处理、运动目标的识别、运动目标的数学建摸、运动目标的跟踪。
本文分别对上述四个方面进行了研究。
首先,在声纳图像采集与预处理模块,简要的介绍了本文所使用的Tritech公司的SuperSeakingDST双频数字扫描式声纳的工作模式及其数据格式,同时研究了对所获得的声纳图像所采取的图像增强、图像分割、数学形态学处理及特征提取等预处理方法。
其次,研究了在运动目标检测方面使用的各种算法,通过对其原理进行研究,选择其中适合用于基于声纳图像的运动目标检测算法,并通过实验检验了该算法在基于声纳图像的运动目标检测中是有效的。
再次,研究了对运动目标进行的数学建摸,这其中包括非机动目标的模型和机动目标的模型,本文着重对机动目标的数学模型进行了详细的研究。
这一部分为运动目标跟踪的数学基础。
最后,研究了运动目标跟踪技术,这是本文的核心创新点。
这其中研究了粒子滤波,并针对粒子滤波算法中的样本贫化和算法复杂度问题,本文提出了基于粒子群优化和支持向量回归的平滑粒子滤波算法,经实验验证取得了较好的跟踪效果。
关键词:
声纳;
目标检测;
机动目标;
目标跟踪;
粒子滤波ResearchofIdentificationandTrackingOfMovingUnderwaterTargetsBasedOnSonarImageAbstractIdentificationandTrackingofmovingunderwatertargetsisanimportanttopicinthefieldofvisionofAutonomousUnderwaterVehicle(AUV),anditsthebasicofsomeothersubjectssuchasTargetClassification,AnalysisoftargetbehaviorandSOonItplaysaveryimportantroleincomputervisionprocessItSaleadingsubjectwhichspansmanytechnologiesincludingcomputervision,imageprocessing,patternrecognitionandartificialintelligenceTherefore,thecontentsofthispaperhavebroadprospectsThetaskofidentificationandtrackingofmovingunderwatertargetsbasedonsonarimagecanbedividedintofourparts:
Acquisitionandpre-processingofsonarimage,Detectionofmovingtarget,Mathematicalconstructionofmovingtarget,TrackingofmovingtargetThispaperresearchesonthefouraspectsrespectivelyFirstly,inthesonarimageacquisitionandpre-processingmodule,thispaperbrieflyintroducestheSuperSeakingDSTSOnarwhichismechanicallyscannedforwardqookingimagingsonarweused,andwealsointroduceitsworkingmodeanditsdataformatHereWepresentthepre-processingmethod;
itcontainsImageEnhancement,imagesegmentation,mathematicalmorphologyprocessingandfeatureextractionSecondly,weresearchavarietyofmovingtargetdetectionalgorithmsThroughstudytheirtheory,wechoosethemostappropriatealgorithmweCallusedonmovingtargetdetectionbasedonsonarimage,andwetestbytheexperimentthatthisalgorithmiseffectiveinmovingtargetdetectionbasedinsonarimageThtrdly,weresearchmathematicalconstructionofmovingtarget,anditcontainstwopartsmainly:
Non-maneuveringtargetmodelandmaneuveringtargetmodelThispapermainlyfocusesonthemathematicalmodelofmaneuveringtargetThispartisthemathematicalbasicfortrackingmovingtargetIFinally,weresearchthemovingtargettrackingtechnologyThisisthecoreofthispaperWestudiedtheParticleFilter(PF)algorithm,andaimingattheSampledilutionandtheAlgorithmComplexityProblemofParticleFilter,weproposedthesmoothingparticlefilterbasedonParticleSwarmOptimization口So)andSupportVectorRegression(svrt),anditgetsgoodtrackingeffortinourexperimentKeywords:
sonar;
targetdetection;
maneuveringtarget;
targettracking;
particle何lter基于声纳图像的水下运动目标识别与跟踪技术研究1绪论11研究背景和意义21世纪被称为“海洋的世纪”,伴随着人类科技的发展同时也由于资源的短缺,人们越来越迫切的想要了解海洋的秘密,开发海洋资源,保护海洋环境。
由于海洋环境特别是深海环境的恶劣以及对环境的未知性,能够代替人类进入深海、观测深海甚至开发深海的水下机器人这一高新技术得到全世界各个发达国家的高度重视,并得到快速发展。
由于水对光、电等信号的吸收比率比空气要高得多,而水声信号则在水下具有得天独厚的应用背景,水对声波信号的吸收比率较低且声波信号在水中的传输速度比在陆地上要快4倍多。
由此导致基于声纳的探测手段是水下环境特别是深海环境中进行探测的主要手段。
声纳一般分为主动声纳和被动声纳两类,主动声纳有目的性地主动地发射出声波,其主要用来探测水下目标的距离、位置、速度、航向等运动参数。
被动声纳是利用其接收换能器接收目标主动发出的声音来探测目标。
由于本文研究所用的声纳不只是要承担动态目标跟踪任务,还同时要为AUV提供避障所需要的水下环境信息,所以本文采用的是一种主动声纳。
动态目标跟踪