[发明专利]一种应用于仿生机器鱼的水下主动视觉跟踪方法

权利要求书

1.一种应用于仿生机器鱼的水下主动视觉跟踪方法，其特征在于，包括基于嵌入式视觉系统的自主目标识别与目标定位的步骤如下：

步骤S1：数字摄像头采集数字水下图像；

步骤S2：基于颜色特征对水下图像进行目标识别，获取颜色特征的水下目标区域；

步骤S3：对颜色特征的水下目标区域，采用加权颜色直方图对目标进行特征描述，并根据目标特征描述实现对水下目标的视觉跟踪；

其中，所述基于颜色特征对水下目标识别的步骤如下：

步骤S2A：采集的水下图像格式为YCbCr 4∶2∶2，对采集到图像的通道Cb、通道Cr分别选取自适应颜色阈值，其中通道Y的像素因为受光照影响较大而舍弃；

步骤S2B：逐行逐列扫描水下图像，根据红色像素判定准则统计红色像素个数；

步骤S2C：当连续行/列的红色像素个数超过给定自适应颜色阈值，则识别出感兴趣的水下目标区域。

2.根据权利要求1所述的方法，其特征在于：所述红色像素的判定准则如下表示：

其中，分别代表某一像素的红色分量值与蓝色分量值；Cr_thres、Cb_thres分别表示通道Cr、Cb的自适应颜色阈值。

3.根据权利要求1所述的方法，其特征在于，所述水下目标区域具有m×n个像素点(x_i，y_j)_{i＝1，2...m；j＝1，2...n}，像素点(x_i，y_j)处通道Cb、通道Cr的值表示为μ(x_i，y_j)、υ(x_i，y_j)，并且通道Cb、Cr被量化为16个颜色量级。

4.根据权利要求1所述方法，其特征在于，所述根据目标特征描述实现对水下目标的视觉跟踪的步骤如下：

步骤S41：采用加权直方图描述水下目标模型；

步骤S42：采用CAMSHIFT算法对水下目标进行粗定位，确定候选目标区域；

步骤S43：对矩形特征目标物或圆环特征目标物的镜面效应进行抑制，实现水下目标的准确定位，得到目标的精确区域。

5.如权利要求4所述的方法，其特征在于，所述描述水下目标模型表示如下：

其中，对通道Cb、Cr分别量化到16个颜色级别即是背景加权因子，是目标加权因子，δ(·)是Kronecker函数；μ(x_i，y_j)、υ(x_i，y_j)为像素点(x_i，y_j)处通道Cb、通道Cr的值；目标加权因子满足：

并且是位置向量；

背景加权因子满足：是背景区域的联合直方图分布，是其中的最小非零值。

6.如权利要求4所述的方法，其特征在于，所述对矩形目标物的镜面效应进行抑制的具体步骤如下：

步骤S43A：对采集图像的通道Y隔行抽样，对每一个抽到的行进行隔列求和，得到行的光强和；

步骤S43B：对抽样得到的行光强和进行最小二乘拟合得到斜率，将斜率与给定的斜率阈值进行比较，判断候选目标区域是否为镜像；

步骤S43C：如果判断出候选目标区域是镜像区域，则在反向投影图中将得到的区域放大一个因子，再将得到的镜像区域的像素值全部置成0，设置搜索窗口为该镜像区域以外的窗口，再运用CAMSHIFT算法重新搜索，用以得到目标；如果判断候选目标区域不是镜像区域则认为是目标，等待下一帧图像到来继续跟踪。

7.如权利要求4所述的方法，其特征在于，所述对圆环特征目标物的镜面效应进行抑制，将镜像与目标的连接情况不同分为两种情况：目标与镜像分离的镜像抑制和目标与镜像相连的镜像抑制，其中：

(1)对于目标与镜像分离的镜像抑制，对于粗定位确定的候选目标区域，结合目标重心位置与周长信息即可完成目标与镜像分离的镜像抑制；

(2)对于目标与镜像相连的镜像抑制，对于粗定位确定的候选目标区域，采用基于凹点的镜像抑制的具体步骤如下：

步骤S43a：对于粗定位确定的候选目标区域，根据目标重心与轮廓周长信息滤除干扰；

步骤S43b：对符合目标特征的轮廓区域，使用Freeman轮廓编码判断目标特征的轮廓是否为凸缺陷；如果目标特征的轮廓为凸缺陷，则不存在相连镜像，如果目标特征的轮廓不为凸缺陷，则进行下一步；

步骤S43c：计算目标特征的轮廓的多边形凸包，利用多边形凸包计算出目标特征的轮廓凸缺陷；

步骤S43d：找出凸缺陷离对应凸包最远的点之间的距离，然后利用给定凸缺陷的离对应凸包最远点的距离阈值找到凹点；

步骤S43e：由于数字摄像头放置的位姿是处于正立的，因而采集的图像中位于凹点连线以上区域部分即为镜像部分，顺着轮廓将轮廓上处于凹点连线上半部分的区域从轮廓中剔除。