西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2014年
8期
60-66
,共7页
马忠丽%文杰%梁秀梅%陈虹丽%赵新华
馬忠麗%文傑%樑秀梅%陳虹麗%趙新華
마충려%문걸%량수매%진홍려%조신화
无人艇%视觉系统%水面目标%组合特征%识别
無人艇%視覺繫統%水麵目標%組閤特徵%識彆
무인정%시각계통%수면목표%조합특정%식별
unmanned surface vehicle%visual system%surface targets%combination feature%recognition
针对海浪、海雾会造成无人艇视觉系统采集的视频图像模糊,影响目标特征提取和识别,且单一特征提取不能有效识别水面多类目标问题,在对无人艇采集的视频序列图像进行海雾去除和电子稳像预处理的基础上,提出一种多类水面目标组合特征提取和识别方法.首先分割清晰化后的图像,实现目标背景分离;然后提取不同目标几何特征、不变矩特征和纹理特征;最后采用基于组合特征和主分量分析降维的分级BP神经网络进行目标识别.通过实测、网络搜索和3D建模获得礁石、岛屿与船只3大类目标样本库,在MATLAB7.9下进行仿真研究,结果表明:多类水面目标组合特征提取和识别方法能有效实现无人艇视觉系统对海面3大类常见目标的分类识别,识别正确率达到85％以上.
針對海浪、海霧會造成無人艇視覺繫統採集的視頻圖像模糊,影響目標特徵提取和識彆,且單一特徵提取不能有效識彆水麵多類目標問題,在對無人艇採集的視頻序列圖像進行海霧去除和電子穩像預處理的基礎上,提齣一種多類水麵目標組閤特徵提取和識彆方法.首先分割清晰化後的圖像,實現目標揹景分離;然後提取不同目標幾何特徵、不變矩特徵和紋理特徵;最後採用基于組閤特徵和主分量分析降維的分級BP神經網絡進行目標識彆.通過實測、網絡搜索和3D建模穫得礁石、島嶼與船隻3大類目標樣本庫,在MATLAB7.9下進行倣真研究,結果錶明:多類水麵目標組閤特徵提取和識彆方法能有效實現無人艇視覺繫統對海麵3大類常見目標的分類識彆,識彆正確率達到85％以上.
침대해랑、해무회조성무인정시각계통채집적시빈도상모호,영향목표특정제취화식별,차단일특정제취불능유효식별수면다류목표문제,재대무인정채집적시빈서렬도상진행해무거제화전자은상예처리적기출상,제출일충다류수면목표조합특정제취화식별방법.수선분할청석화후적도상,실현목표배경분리;연후제취불동목표궤하특정、불변구특정화문리특정;최후채용기우조합특정화주분량분석강유적분급BP신경망락진행목표식별.통과실측、망락수색화3D건모획득초석、도서여선지3대류목표양본고,재MATLAB7.9하진행방진연구,결과표명:다류수면목표조합특정제취화식별방법능유효실현무인정시각계통대해면3대류상견목표적분류식별,식별정학솔체도85％이상.
