海浪爬浪監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與研究.pdf

1、中國(guó)作為一個(gè)海洋大國(guó)，島嶼眾多，海岸線曲折漫長(zhǎng)，因此海浪監(jiān)測(cè)對(duì)我國(guó)具有極其重要的戰(zhàn)略與實(shí)際意義。建立一個(gè)可視化遠(yuǎn)程監(jiān)控系統(tǒng)，是海浪監(jiān)測(cè)的一種有效手段。本文結(jié)合具體項(xiàng)目背景，在對(duì)基于計(jì)算機(jī)視覺的運(yùn)動(dòng)海浪檢測(cè)中的關(guān)鍵技術(shù)進(jìn)行大量研究的基礎(chǔ)上，提出了海浪爬浪監(jiān)測(cè)系統(tǒng)方案。本文的研究?jī)?nèi)容概述如下，其中，創(chuàng)新點(diǎn)主要體現(xiàn)在2和3:
　　1)運(yùn)動(dòng)背景補(bǔ)償。針對(duì)攝像機(jī)移動(dòng)造成背景運(yùn)動(dòng)的問題，本文采用基于簡(jiǎn)化的ORB(ORiented Brief)

2、特征檢測(cè)與匹配算法，將兩幅圖像進(jìn)行匹配，利用PROSAC(ProgressiveSample Consensus)算法進(jìn)行模型參量擬合，獲得兩幅圖像之間的仿射矩陣，根據(jù)仿射矩陣對(duì)其中一幀圖像進(jìn)行運(yùn)動(dòng)背景補(bǔ)償。
　　2)閾值分割。針對(duì)將灰度圖轉(zhuǎn)換成二值化圖需要保留完整的有用信息并具有良好的抗噪性能等要求，本文提出一種基于帶權(quán)積分圖的自適應(yīng)閾值分割算法。該算法結(jié)合網(wǎng)格模型思想和權(quán)重思想，利用帶權(quán)積分圖實(shí)現(xiàn)圖像的二值化。實(shí)驗(yàn)證明，算法在

3、復(fù)雜海浪環(huán)境下能表現(xiàn)出良好的魯棒性。
　　3)運(yùn)動(dòng)海浪檢測(cè)。針對(duì)具體海浪檢測(cè)中難以同時(shí)滿足準(zhǔn)確性和實(shí)時(shí)性的問題，本文提出一種基于混合差分的海浪邊緣檢測(cè)算法，首先采用三幀差法進(jìn)行場(chǎng)景區(qū)域的快速分類，把運(yùn)動(dòng)區(qū)域分割出來;然后對(duì)其進(jìn)行腐蝕膨脹等形態(tài)學(xué)處理，并使用Sobel算子提取運(yùn)動(dòng)物體邊緣;最后，運(yùn)用基于混合高斯模型的背景差分法去除干擾運(yùn)動(dòng)。實(shí)驗(yàn)證明，算法在保證效率的同時(shí)，對(duì)復(fù)雜的海浪場(chǎng)景具有較好的魯棒性，能準(zhǔn)確地提取出運(yùn)動(dòng)海浪浪尖邊

4、緣。
　　4)標(biāo)桿提取。為了提取出海浪圖片中的標(biāo)桿并將其作為標(biāo)尺，本文首先選取一張清晰的初始圖片，利用基于HSV空間的閾值分割算法將初始圖片中的標(biāo)桿提取出來，然后將初始圖片與當(dāng)前圖片進(jìn)行匹配，利用匹配得到的仿射矩陣計(jì)算出當(dāng)前圖片中標(biāo)桿的位置。
　　此外，針對(duì)獲取歷史視頻拍攝時(shí)間的問題，本文還提出一種基于Bayes分類器及形狀相近概率的字符識(shí)別算法，該算法具有識(shí)別時(shí)間短、準(zhǔn)確率高等優(yōu)點(diǎn)。
　　基于上述研究，本文搭建了完整