[发明专利]一种水下机器人图像识别和目标跟踪系统

说明书

技术领域

本发明涉及水下机器人技术领域，尤其涉及一种水下机器人图像识别和目标跟踪系统。

背景技术

目前，小型缆控水下机器人(ROV)的操作者在水面上通过手柄进行远程操作，通过安装在ROV上的摄像头进行观测。该方法操作单调、耗时，易造成操作者的疲劳，易出错。另外，由于水下光照不均匀，对比度低，水质混浊以及ROV易受到水流的影响造成运动不稳定等因素，更增加了操作者的难度。

同时由于小型ROV的质量较小、动力较弱，进行水下观察、作业时容易受外部干扰，特别是受到水流冲击的影响，产生运动不稳定性，使得ROV的悬停、艏向角锁定等运动控制变的更加困难，而且光学或声学图像采集设备的视角较小，容易产生目标逸出探测图像的情况，使得操作人员不容易进行操控和探测，必须经过长时间训练的操作人员才能稳定地进行操作。

发明内容

本发明提供了一种水下机器人图像识别和目标跟踪系统，采用图像识别和跟踪技术，可实现对目标区域的精确搜索、识别、定位和跟踪，提高了水下机器人的可操控性和环境自适应能力，降低了操作人员的工作难度，使得微小型水下机器人在复杂环境下的精细观察和作业得以实现。

为解决上述技术问题，本申请实施例提供了一种水下机器人图像识别和目标跟踪系统，其特征在于，包括图像采集模块、图像处理模块、目标识别模块、目标跟踪模块、通讯模块和运动控制模块，所述的图像采集模块的输出端与图像处理模块的输入端相连，图像处理模块包括波门设定、预处理、图像分割和特征提取四个部分，图像处理模块将所得图像特征信息传输到目标识别模块和目标跟踪模块进行信息指令的处理，并通过通讯模块传输到运动控制模块对水下机器人的位姿进行调整。

作为本方案的优选实施例，所述的图像采集模块为光学防抖摄像头，可以为CCD摄像头。

作为本方案的优选实施例，所述的波门设定中采用的波门算法为双边缘检测跟踪算法，波门中心按目标图像的中心设置，波门尺寸采用自适应调节算法对图像边缘像素进行放大设置。

作为本方案的优选实施例，所述的预处理中包括去噪处理、图像校正、数据压缩和图像增强及补偿四个流程，其中去噪处理采用中值滤波法进行图像质量的改善。

作为本方案的优选实施例，所述的图像分割中采用并行算法中的自适应阈值方法进行目标图像的分割，并采用二分法逐步缩小阈值运算灰度取值范围得出最佳阈值。

作为本方案的优选实施例，所述的特征提取利用目标的矩特征作为不变量来识别目标。

作为本方案的优选实施例，所述的目标识别模块利用目标图像和测试图像的归一化特征向量的欧氏距离作为两幅图像相似度的判断依据。

作为本方案的优选实施例，所述的目标跟踪模块采用图像匹配法对目标进行跟踪，其中将目标图像作为样板，可针对多线索信息进行融合,建立一个多线索融合的鲁棒跟踪模型，通过颜色分布、运动轨迹预测、被跟踪对象轮廓和辅助物多线索实现自动跟踪。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

采用图像识别和跟踪技术，可实现对目标区域的精确搜索、识别、定位和跟踪，提高了水下机器人的可操控性和环境自适应能力，降低了操作人员的工作难度，使得微小型水下机器人在复杂环境下的精细观察和作业得以实现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例的系统结构示意图。

图1中：1、图像采集模块，2、图像处理模块，3、预处理，4、波门设定，5、特征提取，6、目标识别模块，7、目标跟踪模块，8、通讯模块，9、运动控制模块，10、图像分割。

具体实施方式

本发明提供了一种水下机器人图像识别和目标跟踪系统，采用图像识别和跟踪技术，可实现对目标区域的精确搜索、识别、定位和跟踪，提高了水下机器人的可操控性和环境自适应能力，降低了操作人员的工作难度，使得微小型水下机器人在复杂环境下的精细观察和作业得以实现。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。