[发明专利]一种基于目标状态预估的水下图像预分割方法有效

专利信息
申请号: 201910479009.8 申请日: 2019-06-04
公开(公告)号: CN110211148B 公开(公告)日: 2022-09-27
发明(设计)人: 张国成;唐同泽;孙玉山;王元庆;张宸鸣;王占缘;马陈飞;吴新雨;周天;于鑫 申请(专利权)人: 哈尔滨工程大学
主分类号: G06T7/215 分类号: G06T7/215;G06T7/277
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 目标 状态 预估 水下 图像 分割 方法
【说明书】:

发明提供的是一种基于目标状态预估的水下图像预分割方法。水下图像处理过程中,复杂多变的水下环境有很多干扰目标,给水下图像的处理造成了极大地困难;同时,在水下机器人的嵌入式计算设备中对整幅图像进行处理需要耗费大量的计算资源和时间。本发明仅对目标候选区域进行降噪等预处理,可预先估计图像中目标的位置和大小,同时对图像进行分割。利用本发明提出的基于目标状态预估的水下图像预分割方法可以预先分割使用者感兴趣的区域,有效地减少干扰目标,简化图像处理过程,减小计算量,缩短计算时间。该方法具有速度快、精度高、使用方便简单等特点,可用于大多数水下机器人的图像处理过程中。

技术领域

本发明涉及的是一种水下机器人的图像预处理方法,具体地说是一种水下图像预分割的方法。

背景技术

水下图像是海洋信息的重要载体,水下图像的处理技术在海洋开发中发挥着极其重要作用。与陆地上拍摄的普通图像不同,由于水介质对光线的散射、折射、吸收效应以及水下悬浮物等不利因素的干扰,导致目前水下成像系统拍摄的图像往往具有噪声污染严重、对比度低、颜色失真、非均匀光照、可视范围有限等质量退化问题。图像预处理算法可以较好的处理这些问题,但通常这些算法需要大量的计算。在水下机器人的嵌入式计算设备中对整幅图像进行降噪、颜色修正等图像处理需要耗费大量的计算资源和时间,无法满足部分任务要求。通常使用者只对整幅图像的部分区域感兴趣,如果对水下图像开展预分割,获得感兴趣的区域,只针对感兴趣的区域开展后续计算就可以有效减小计算资源的消耗缩短计算时间。

在开展水下目标识别定位任务时,由于水下环境复杂多变,通常会有很多干扰目标,造成识别定位出现错误,这给水下目标识别定位造成了极大地困难,如果对水下图像开展预分割,获得目标候选区域,只对候选区域进行检测识别即可有效减少假目标的干扰。

综上所述,在水下机器人的图像处理过程中亟需一种速度快、精度高、可靠的水下图像预分割方法。

发明内容

本发明的目的在于提供一种速度快、精度高、使用方便简单的基于目标状态预估的水下图像预分割方法。

本发明的目的是这样实现的:

第一步,在水下机器人状态数据中,获取图像采集时刻的状态数据,开展机器人状态数据与图像采集数据的时间对准融合,得到当前时刻即n时刻、世界坐标下水下机器人的状态向量其中下标G表示相对于世界坐标系,下标n表示第n时刻,上标P表示水下机器人,为n时刻时世界坐标系下水下机器人的位置向量,为n时刻时世界坐标系下水下机器人的姿态向量;

第二步,从水下目标位置量测子系统中获取水下静态目标的状态向量其中上标T表示水下静态目标物,记表示当前节拍即n时刻所在节拍中世界坐标系下水下目标的位置坐标的量测值,为当前节拍中目标置信度,和为当前节拍中水下目标的宽和高;

第三步,基于建立的水下机器人的状态方程利用卡尔曼滤波算法预测下一时刻即n+1时刻下,世界坐标系下水下机器人的状态向量其中A为水下机器人系统的状态转移矩阵,B为系统的输入转移矩阵,为系统的输入向量;

第四步,根据第三步预测结果以及当前节拍中水下静态目标的状态向量计算得到水下静态目标在图像中的位置其中下标pix表示相对像素坐标系;

第五步,根据当前节拍中目标置信度及目标宽高估算得到n+1时刻时,水下静态目标在像素坐标系中的大小,以宽高表示其大小;

第六步,根据第四步及第五步中获得的水下静态目标位置宽高计算图像中预分割位置向量其中表示预分割矩形的左上角坐标,表示预分割矩形的右下角坐标。

本发明还可以包括:

1.在第四步中按下式估算出下一时刻即n+1时刻水下目标在像素坐标系(Opix-uv)的位置向量其中下标P表示相对于随体坐标系,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910479009.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top