【技术实现步骤摘要】
一种基于机器视觉的水下机器人目标检测方法
[0001]本专利技术属于图像处理
,具体而言,涉及一种基于机器视觉的水下机器人目标检测方法。
技术介绍
[0002]水下机器在水下行驶过程中,通过不断获取水下图像,从而进行目标识别,找到目标区域。但是现有的水下图像在处理时,需要对每一张水下图像进行处理,存在相同内容的水下图像,从而造成需要处理的图像数据多。
[0003]现有采用目标检测方法常采用卷积神经网络CNN对水下图像进行处理,但在水中有大量悬浮杂质,水下光线较暗,导致成像后的水下图像特征不明显,受水下自然环境影响较大,因此,直接采用卷积神经网络CNN对水下图像进行处理,存在特征不明显,目标检测的准确率不高的问题。
技术实现思路
[0004]针对现有技术中的上述不足,本专利技术提供的一种基于机器视觉的水下机器人目标检测方法解决了以下技术问题:1、图像数据冗余;2、目标检测的准确率不高。
[0005]为了达到上述专利技术目的,本专利技术采用的技术方案为:一种基于机器视觉的水下机器人目标检测方法,包括以下步骤:S1、率定轮廓提取模型中分界阈值,得到率定后的轮廓提取模型;S2、通过水下机器人的机器视觉模块实时拍摄水下图像,得到当前多张水下图像;S3、采用率定后的轮廓提取模型对当前多张水下图像进行处理,得到多张当前轮廓特征图;S4、以各张当前轮廓特征图中的轮廓几何中心为原点,重构各张当前轮廓特征图的像素点坐标,得到多张当前轮廓配准图;S5、选出特征量不同的当前轮廓配准图作为待处理特征图;S ...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的水下机器人目标检测方法,其特征在于,包括以下步骤:S1、率定轮廓提取模型中分界阈值,得到率定后的轮廓提取模型;S2、通过水下机器人的机器视觉模块实时拍摄水下图像,得到当前多张水下图像;S3、采用率定后的轮廓提取模型对当前多张水下图像进行处理,得到多张当前轮廓特征图;S4、以各张当前轮廓特征图中的轮廓几何中心为原点,重构各张当前轮廓特征图的像素点坐标,得到多张当前轮廓配准图;S5、选出特征量不同的当前轮廓配准图作为待处理特征图;S6、采用目标提取神经网络,将每张待处理特征图进行处理,得到目标区域。2.根据权利要求1所述的基于机器视觉的水下机器人目标检测方法,其特征在于,所述S1和S3中轮廓提取模型包括:颜色增强子模型和轮廓点提取子模型;所述颜色增强子模型用于对水下图像进行颜色增强,得到颜色增强图;所述轮廓点提取子模型用于从颜色增强图中取满足轮廓条件的像素点,得到轮廓特征图。3.根据权利要求2所述的基于机器视觉的水下机器人目标检测方法,其特征在于,所述颜色增强子模型进行颜色增强的具体过程包括:从水下图像中选出最大通道值和最小通道值,计算通道增强系数;根据通道增强系数,对每个水下图像中每个像素点的R通道值、G通道值和B通道值进行颜色增强,得到颜色增强图;所述计算通道增强系数的公式为:,其中,θ为通道增强系数,th
max
为最大通道值,th
min
为最小通道值;所述颜色增强的具体公式为:,,,其中,th
f,R
为颜色增强后R通道值,th
f,G
为颜色增强后G通道值,th
f,B
为颜色增强后B通道值,th
R
为颜色增强前R通道值,th
G
为颜色增强前G通道值,th
B
为颜色增强前B通道值。4.根据权利要求2所述的基于机器视觉的水下机器人目标检测方法,其特征在于,所述轮廓条件为:且存在,其中,为颜色增强图上第i个通道均值,为颜色增强图上第i个通道均值的邻域范围内的第j个通道均值,为颜色增强图上第j个通道均值邻域范围内的第k个通道均值,T
h
为分界阈值,通道均值为一个像素点的R通道值、G通道值和B通道值的平均值。5.根据权利要求4所述的基于机器视觉的水下机器人目标检测方法,其特征在于,所述S1包括以下分步骤:S11、采用轮廓提取模型对历史水下图像提取满足轮廓条件的像素点,得到历史轮廓特征图;S12、根据历史轮廓特征图和目标轮廓特征图,计算像素点数量差;S13、判断像素点数量差是否大于正阈值,若是,则对轮廓提取模型中分界阈值进行更新,得到更新后的轮廓提取模型,并跳转至步骤S11,若否,则跳转至步骤S14;S14、判断像素点数量差是否小于负阈值,若是,则对轮廓提取模型中分界阈值进行更
新,得到更新后的轮廓提取模型,并跳转至步骤S11,若否,则当前的轮廓提取模型为率定后的轮廓提取模型。6.根据权利要求5所述的基于机器视觉的水下机器人目标检测方法,其特征在于,所述S12中计算像素点数量差的公式为:,其中,d为像素点数量差,F1为历史轮廓特征图上像素点的数量,F2为目标轮廓特征图上像素点的数量;所述S13中对轮廓提取模型中分界阈值进行更新的公式为:,其中,T
h,n+1
为第n+1次更新的分界阈值,T
h,n
为第n次更新的分界阈值,e...
【专利技术属性】
技术研发人员:刘大召,林培豪,万世杰,杨浩,沈炜轩,蔡林君,
申请(专利权)人:广东海洋大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。