基于卷积滤波的海上失事船舶视觉检测技术.pdf
《基于卷积滤波的海上失事船舶视觉检测技术.pdf》由会员分享,可在线阅读,更多相关《基于卷积滤波的海上失事船舶视觉检测技术.pdf(5页珍藏版)》请在咨信网上搜索。
1、舰 船 电 子 工 程2023 年第 10 期1引言随着计算机图像处理技术的发展,结合视觉图像定位技术实现对海面失事船只的搜索和救援受到人模拟的关注,通过对海上失事船舶的视觉图像特征点检测和定位,采用图像滤波和边缘轮廓特征检测方法,提取海上失事船舶的视觉图像的边缘轮廓特征点,通过图像融合和视觉特征分析,实现对海上失事船舶的定位和跟踪识别,相关的图像处理算法研究受到人们的极大关注1。对海上失事船舶视觉检测是建立在对失事船舶的视觉图像分析采集上,在浓雾环境下,受到水面环境的暗原色扰动等因素的影响,导致对海上失事船舶视觉检测的性能不好,相关文献结合了去雾收稿日期:2023年4月12日,修回日期:20
2、23年5月5日基金项目:2022年广东省科技创新战略专项资金立项项目“基于卷积神经网络的复杂气象条件下海上失事船舶检测的技术研究”(编号:pdjh2022a0728)资助。作者简介:陆兴华,男,硕士,教授,研究方向:嵌入式技术、无人机飞行稳定性控制方法、机器人运动控制方法。潘奕夫,男,研究方向:机器学习、计算机视觉、数据分析。林成,男,研究方向:数据挖掘、计算机视觉、机器学习。李家耀,男,研究方向:人工智能,网络安全,数据渗透测试。基于卷积滤波的海上失事船舶视觉检测技术陆兴华潘奕夫林成李家耀(广州华立学院广州511325)摘要海上失事船舶受到浓雾以及复杂海况影响,视觉检测难度较高,提出基于卷积
3、滤波的海上失事船舶视觉检测技术。采用红外散射滤波检测方法实现对海上失事船舶的视觉图像采集,对采集的图像采用大气穿透性因子融合方法进行去雾处理,根据暗原色特征分布实现对海上失事船舶的视觉图像增强,采用边缘轮廓特征检测技术进行海上失事船舶的边界特征分区融合和平滑处理,结合卷积滤波方法实现对海上失事船舶视觉检测。仿真结果表明,采用该方法进行海上失事船舶视觉检测分辨能力较好,图像去雾能力较强,定位精度较高,提高了对海上失事船舶视觉定位能力。关键词卷积滤波;海上失事船舶;视觉检测;定位;去雾中图分类号TP391DOI:10.3969/j.issn.1672-9730.2023.10.012Visual
4、Detection Technology of Wrecked ship at Sea Based onConvolution FilteringLU XinghuaPAN YifuLIN ChengLI Jiayao(Guangzhou Huali College,Guangzhou511325)AbstractDue to the influence of dense fog and complex sea conditions,the visual detection of wrecked ships at sea is difficult.This paper puts forward
5、 the visual detection technology of wrecked ships at sea based on convolution filtering.The infrared scattering filter detection method is used to collect the visual image of the wrecked ship at sea.The collected image is defogged by atmospheric penetration factor fusion method,and the visual image
6、of the wrecked ship is enhanced according to the distribution of darkprimary color features.The edge contour feature detection technology is used to fuse and smooth the boundary features of thewrecked ship at sea,and the convolution filter method is used to realize the visual detection of the wrecke
7、d ship at sea.The simulation results show that the visual detection and resolution ability of the wrecked ship at sea is better,the image defogging ability isstronger,and the visual positioning ability of the wrecked ship at sea is improved.Key Wordsconvolution filtering,shipwreck at sea,visual insp
8、ection,positioning,defogClass NumberTP391总第 352 期2023 年第 10 期舰 船 电 子 工 程Ship Electronic EngineeringVol.43 No.1053总第352期算法和红外图像定位方法24,实现对海上失事船舶视觉检测,取得了一定的效果,但传统方法对海上失事船舶视觉检测存在散射性较大,许多特征都会被覆盖或模糊,无法有效实现对海上失事船舶视觉检测。对此,本文提出基于卷积滤波的海上失事船舶视觉检测技术。采用红外散射滤波检测方法实现对海上失事船舶的视觉图像采集,采用边缘轮廓特征检测技术进行海上失事船舶的边界特征分区融合和平滑处
9、理,结合卷积滤波方法实现对海上失事船舶视觉检测。最后进行仿真测试分析,展示了本文方法在提高海上失事船舶视觉检测和定位能力方面的优越性能,并可以有效应用在海上搜救和舰船目标定位跟踪识别等领域中。2浓雾散射物理模型及舰船视觉图像预处理2.1浓雾散射物理模型为了实现对海上失事船舶视觉检测,采用图像空间扫描法(如Ray-Casting法)实现对浓雾环境下海上失事船舶的视觉图像采样,通过雾化全景特征分析5,在大气散射模型下进行浓雾环境下海上失事船舶的视觉融合处理,构建图1所示的浓雾环境下海上失事船舶检测的大气散射模型。通过DRR重建,建立大气散射模型,对浓雾环境下海上失事船舶图像进行特征分割和视觉特征定
10、位。图1海上失事船舶视觉检测的大气散射的物理模型图1显示了Narasimhan大气散射模型,基于海上失事船舶视觉融合技术,根据入射光的散射程度与定位舰船之间的距离分布,采用不规则三角网重建方法,构建海上失事船舶视觉特征高分辨融合模型,设Fm(xy)为第m帧(xy)处的像素灰度值,在浓雾和随机动态特征分布环境下,得到海上失事船舶的大气衍射退化模型状态方程描述:I(x)=J(x)t(x)+A(1-t(x)(1)其中,A为海上失事船舶视觉特征分离的光效作用成分,t(x)为雾化透射率,J(x)t(x)为海上失事船舶在大气衍射环境下的衰减因子。提取海上失事船舶的像素特征,假设A表示天空的亮度,(x)为空
11、间坐标x处的海上失事船舶在浓雾场景反照率,d(x)为海上失事船舶在大地坐标系下的空间坐标,通过模板叠加的方法,实现对海上失事船舶的灰度特征匹配,得到x出所采集的舰船目标视觉分层像素I(x)可表示为I(x)=A(x)e-d(x)+A(1-e-d(x)(2)对光照变化和水面环境分布下,海上失事船舶成像在大气中的穿透波长系数为L=J()we-i=1NaiwT()xi+b+ei-yi(3)通过不同尺度下的高斯差分核检测,建立浓雾环境下海上失事船舶的视觉检测模型6。2.2图像滤波增强处理有浓雾透射区域噪点分布,导致对舰船的定位难度较高,对此需要采用滤波算法进行浓雾透射区域噪点分离和图像滤波增强处理7,采
12、用Harris滤波方法,得到海上失事船舶图像滤波函数为L=J()we-i=1NaiwT()xi+b+ei-yi(4)基于浓雾透射区域噪点融合方法,建立海上失事船舶视觉分布模型,得到浓雾透射区域的噪点分布函数表示为J1()we=2wTw+12i=1Ne2is.t.yi=wT()xi+b+eii=1N(5)式中,()为非同质区域的边缘光斑分布函数,wT()xi为图像的暗原色特征穿透因子,对上式求偏导得到:Lw=0w=i=1Ni()xiLb=0i=1Ni=0Lei=0i=eiLi=0wT()xi+b+ei-yi(6)式中,i=1N,对海上失事船舶视觉实体模型参数进行放大处理,利用非同质区域的融合特征
13、量,采用边缘滤波检测,得到图像增强输出为:J(x)=I(x)-Amax(t(x)t0)+A(7)基于Radon尺度变换,采用场景反照和多尺度空间匹配滤波,实现对图像滤波增强处理8。陆兴华等:基于卷积滤波的海上失事船舶视觉检测技术54舰 船 电 子 工 程2023 年第 10 期3海上失事船舶视觉检测优化3.1图像特征提取对采集的图像采用大气穿透性因子融合方法进行去雾处理,根据暗原色特征分布实现对海上失事船舶的视觉图像增强911,得到图像的数学模型,设置点()xy用于描述浓雾环境下海上失事船舶的视觉图像的像素位置,I()xy用于描述浓雾环境下海上失事船舶的视觉图像在()xy处的像素值,求 解 水
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 卷积 滤波 海上 失事 船舶 视觉 检测 技术
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。