论文部分内容阅读
随着经济飞速发展和人口不断增长,陆地上的各种自然资源已经面临枯竭的境地,而占地球表面积71%的海洋蕴藏着极为丰富的资源。海底环境险要,依靠人类和普通设备难以满足海底探测和作业的需要,于是水下机器人成为海底资源探测的主要手段,其自动目标识别亦成为一个亟待解决的问题。本文来源于国家“863 计划”——7000 米载人潜水器专题“水下热液喷口图像识别技术”研究。主要内容是通过水下摄像机获得的水下图像,来研究水下热液喷口的定位,分割和识别算法。对于提高水下机器人的智能性,自主水下热液喷口知识获取,顺利完成水下的勘探和识别任务有重要意义。本文介绍了课题的背景、研究现状和目的,通过纹理识别系统和水下图像的分析提出了基于纹理的水下热液喷口图像识别系统,为本文研究工作奠定基础。本文的研究工作是围绕纹理特征提取方法以及水下热液喷口识别方法两个核心问题展开。在纹理特征提取方法方面,本文对特征提取的四种方法:统计法、结构法、模型法和信号处理法进行了分析研究,详细介绍了直方图、共生矩阵、Gabor 小波和分形等纹理特征提取方法,并通过对标准纹理图像库中图像的试验,分析其特征提取的鲁棒性和计算复杂度,为下一步识别工作提供了条件。特征库在识别工作中至关重要,通过水下图像纹理库特征参数分析,利用特征评价准则,将纹理特征的优劣程度量化表示。根据水下纹理图像的特点,利用每两类之间区分度最大的纹理特征,提出了成对可分纹理识别方法,以增加识别的效率和准确度。纹理特征优劣程度影响着对类别距离的贡献,在以上研究基础上,本文提出了一种基于分歧度的多纹理特征融合的识别算法,根据不同纹理特征参数进行参数加权,达到提高系统识别率的目的。本文最后对实现的水下热液喷口识别系统的体系结构、界面作了介绍,分析了系统性能,并给出一个水下热液喷口识别的范例。