基于梯度信息的AUV水下管道檢測方法研究.pdf

1、海洋中蘊(yùn)藏著豐富的生物資源和礦產(chǎn)資源，正日益成為人類資源開發(fā)的新空間。海洋資源開發(fā)需要科學(xué)技術(shù)和設(shè)備的支持，水下機(jī)器人因其安全、高效、作業(yè)深度大、能在水下長時間工作而日益成為開發(fā)海洋資源的重要工具。水下機(jī)器人技術(shù)是當(dāng)前各國研究的熱點(diǎn)，而基于視覺的水下目標(biāo)檢測與跟蹤是水下機(jī)器人研究中的一項(xiàng)關(guān)鍵技術(shù)。
　　本文結(jié)合工信部的“海洋探測智能潛水器工程化技術(shù)研究”項(xiàng)目，展開了智能水下機(jī)器人（AUV）基于光視覺的水下管道檢測與跟蹤方法研究。主

2、要研究內(nèi)容包括：
　　1.分析了水下光學(xué)成像特性和水下圖像的特點(diǎn)。針對圖像去噪和算法快速性的要求，研究了高斯降采樣的方法?？紤]到高斯降采樣有平滑邊緣的缺點(diǎn)，引入了圖像尺度空間的概念，并對高斯降采樣算法進(jìn)行了改進(jìn)。在研究圖像增強(qiáng)算法時，針對傳統(tǒng)的模糊增強(qiáng)算法存在計算量大、損失低灰度信息等缺點(diǎn)，對其進(jìn)行了改進(jìn)，構(gòu)造出一種新的根據(jù)直方圖信息確定渡越點(diǎn)取值的增強(qiáng)算法。
　　2.在水下管道檢測過程中，傳統(tǒng)方法是采用基于Hough變換的

3、直線檢測算法進(jìn)行管道檢測。本文首先研究了基于Hough變化的水下管道檢測方法，分析了該方法存在誤檢以及復(fù)雜度高等缺點(diǎn)，因而引入了一種新的基于圖像梯度信息的線段檢測算法，并改進(jìn)了區(qū)域生長算法。然后根據(jù)管道的特點(diǎn)，對檢測到的線段進(jìn)行限制，最終定位管道的位置。最后，通過大量的對比實(shí)驗(yàn)，從檢測的正確率和算法的速度兩方面驗(yàn)證了本文方法相對于傳統(tǒng)的基于Hough變換的方法的優(yōu)勢。
　　3.分析了攝像機(jī)的成像幾何模型，研究管道圖像坐標(biāo)系與機(jī)器人

4、坐標(biāo)系的轉(zhuǎn)換關(guān)系。采用張正友標(biāo)定法進(jìn)行攝像機(jī)的標(biāo)定試驗(yàn)，獲得攝像機(jī)的內(nèi)部參數(shù)。根據(jù)攝像機(jī)的安裝位置和角度，確定攝像機(jī)的外部參數(shù)。最終確定管道的圖像坐標(biāo)到機(jī)器人坐標(biāo)的轉(zhuǎn)換關(guān)系。
　　4.構(gòu)建了 AUV管道檢測與跟蹤的光視覺系統(tǒng)的軟硬件體系結(jié)構(gòu)，并在半實(shí)物仿真平臺下進(jìn)行AUV水下管道檢測與跟蹤系統(tǒng)的仿真實(shí)驗(yàn)，驗(yàn)證算法的有效性和系統(tǒng)的可靠性。最后，利用本文算法對多組水池管道序列圖像進(jìn)行了離線檢測，實(shí)驗(yàn)結(jié)果表明本文算法能有效檢測水下管道，