雙目視覺水下目標物定位與跟蹤技術(shù)研究.pdf

1、水下機器人作為完成水下探測與作業(yè)任務(wù)的重要工具，其應(yīng)具有良好的水下環(huán)境感知能力。水下光視覺能夠提供豐富的場景信息，而雙目視覺技術(shù)則能夠根據(jù)視差原理從豐富的信息中恢復(fù)出目標物的三維坐標，因而研究水下機器人雙目視覺的目標定位和跟蹤技術(shù)，對提高水下機器人自主作業(yè)能力具有重要的理論研究意義和實際應(yīng)用價值。
　　本文建立一套針對水下作業(yè)、搭載在水下機器人上的雙目視覺定位系統(tǒng)，主要研究定位系統(tǒng)中的水下模糊退化圖像復(fù)原技術(shù)、目標提取與特征匹配技

2、術(shù)、雙目定位與目標跟蹤技術(shù)，為水下機器人搭載的機械手完成作業(yè)任務(wù)提供技術(shù)支持。
　　在水下圖像模糊退化復(fù)原方法研究中，本文主要研究兩種形式的水下模糊圖像復(fù)原，水介質(zhì)吸收散射作用造成的模糊和攝像機與目標相對晃動造成的模糊。本文在分析圖像退化復(fù)原模型的基礎(chǔ)上，在對由水介質(zhì)吸收散射作用引起的模糊情形復(fù)原時，針對傳統(tǒng)水下攝像機成像系統(tǒng)模型參數(shù)眾多，使用復(fù)雜的不足，本文通過對比大氣環(huán)境與海水環(huán)境，將大氣湍流模型引入到水下圖像的復(fù)原。針對復(fù)原

3、過程中最佳模型參數(shù)需要多次手動調(diào)整的不足，本文對基于湍流模型的復(fù)原方法進行改進，實現(xiàn)模型參數(shù)的自動識別，并通過實驗進行驗證。在對由攝像機與目標物之間相對運動引起的圖像全局模糊與局部模糊復(fù)原中，本文將運動模糊模型作為退化函數(shù)并以維納濾波方法進行水下模糊復(fù)原。針對運動模糊模型復(fù)原方法復(fù)原局部運動模糊圖像失效的問題，本文對基于運動模糊模型的復(fù)原方法進行改進，實現(xiàn)局部運動模糊圖像的復(fù)原，并通過實驗進行驗證。
　　在水下目標提取與特征匹配研

4、究中，針對水下機器人系統(tǒng)復(fù)雜，視覺采集的過程中，圖像存在的高斯噪聲、椒鹽噪聲等光電噪聲，本文對噪聲圖像進行高斯濾波、鄰域均值濾波及中值濾波等濾波處理，通過圖像客觀評價參數(shù)對比濾波后圖像的效果，為后續(xù)圖像處理提供方便。在目標圓形提取中，針對Hough變換圓提取中計算復(fù)雜、耗時較長，影響整個系統(tǒng)實時性等問題，而曲線擬合對邊緣圖像樣本點依賴大的問題，本文對基于最小二乘圓擬合的圓形提取方法進行改進，降低圓提取的時間，提高系統(tǒng)實時性，并通過實驗來

5、驗證改進方法的有效性。在基于特征的立體匹配中，針對本文雙目視覺目標三維定位的特點，采用以目標物圓心為基元的特征匹配方法，該方法能夠?qū)崿F(xiàn)目標的匹配，得到兩幅圖像中目標圓心的圖像坐標，為后面目標三維定位打下較好的基礎(chǔ)。
　　在水下目標物三維定位方法與目標物跟蹤算法研究中，首先對攝像機進行內(nèi)參標定和外參計算，獲得攝像機內(nèi)外參數(shù)矩陣。接下來，針對傳統(tǒng)的立體成像模型定位方法定位精度較低的問題，本文提出基于像素數(shù)據(jù)融合的定位方法，提高目標定位