[发明专利]水下目标视觉识别算法功能测试平台及测试方法有效

专利信息
申请号: 202011324702.7 申请日: 2020-11-24
公开(公告)号: CN112484769B 公开(公告)日: 2022-03-29
发明(设计)人: 邢博闻;李月;许竞翔;张岚;杨柳;袁立;张梦佳 申请(专利权)人: 上海海洋大学
主分类号: G01D21/00 分类号: G01D21/00;B63C11/52;G01N33/18
代理公司: 上海伯瑞杰知识产权代理有限公司 31227 代理人: 李庆
地址: 201306 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 水下 目标 视觉 识别 算法 功能 测试 平台 方法
【说明书】:

发明提供一种水下目标视觉识别算法功能测试平台及测试方法,其中测试平台包括:控制模块、浊度控制模块、浊度感应模块和目标识别模块;控制模块包括测试平台控制中心;浊度控制模块包括两过滤装置、溶液注射装置和混合装置;溶液注射装置包括相连的电动推杆和注射装置;混合装置包括直流电机伺服装置和螺旋桨;浊度感应模块包括浊度传感器;目标识别模块包括摄像头装置、浊度调节水池、暂养水箱和触控显示屏;电动推杆、直流电机伺服装置、摄像头装置和触控显示屏与测试平台控制中心电连接。本发明的一种水下目标视觉识别算法功能测试平台及测试方法,结构原理简单,操作方便,可保证测试结果具有实时性和有效性,可直观观测识别效果。

技术领域

本发明涉及水下图像识别领域,尤其涉及一种水下目标视觉识别算法功能测试平台及测试方法。

背景技术

由于海洋开发的巨大潜力和海洋经济发展的战略需要,人类的水下活动也愈趋频繁,水下探测装置与水下作业技术伴随着海洋工程装备技术的发展而得到了迅速的发展,水下机器人在水下进行数据监测、海底探测、目标获取及识别等领域的应用越来越广泛,这些工作的成功与否都与对目标的识别有关。图像信息包含丰富的信息、目标清晰,故常常用来进行目标识别。

据分析,近几年图像识别及识别算法主要针对陆地上拍摄的图像,由于在水下环境中,识别效果受到多重因素的干扰,如:光线、噪声、水体浊度、悬浮物等,其中主要影响因素为水体浊度,使得算法效果普遍不够理想,从而进行水下图像识别时,会出现对比度低,边缘迷糊,图像质量较差等问题。如何进行识别算法在不同浊度水体环境下的实用性,并针对具体的水质环境改进目标识别效果和识别算法,提高水下目标视觉识别算法功能的识别效果是本领域技术人员亟待解决的技术重点与难点。

发明内容

针对上述现有技术中的不足,本发明提供一种水下目标视觉识别算法功能测试平台及测试方法,结构原理简单,操作方便,可解决水下目标视觉识别算法测试不便的问题。

为了实现上述目的,本发明提供一种水下目标视觉识别算法功能测试平台,包括:一控制模块、一浊度控制模块、一浊度感应模块和一目标识别模块;所述控制模块包括一测试平台控制中心;所述浊度控制模块包括两过滤装置、一溶液注射装置和一混合装置;所述过滤装置分别连接一水泵;所述溶液注射装置包括相连的一电动推杆和一注射装置;所述混合装置包括一直流电机伺服装置和与所述直流电机伺服装置传动连接的一螺旋桨;所述浊度感应模块包括通过485总线形式连接于所述测试平台控制中心的浊度传感器;所述目标识别模块包括一摄像头装置、一浊度调节水池、一暂养水箱和一触控显示屏;所述浊度调节水池设置于所述暂养水箱旁,所述注射装置和所述浊度传感器连接所述浊度调节水池,所述螺旋桨设置于所述浊度调节水池内;所述摄像头装置用以透过所述浊度调节水池内水体采集所述暂养水箱中的目标图像;所述电动推杆、所述直流电机伺服装置、所述摄像头装置和所述触控显示屏与所述测试平台控制中心电连接。

优选地,所述测试平台控制中心包括一核心处理器,所述核心处理器采用树莓派;所述核心处理器用于存储、运算预设视觉识别算法,并用于采集浊度信息和视频图像信息并控制所述电动推杆、所述水泵和所述直流电机伺服装置。

优选地,所述测试平台控制中心与所述水泵电连接并控制所述水泵运行。

优选地,所述注射装置中存储有乌洛托品-硫酸肼溶液。

优选地,两所述过滤装置分别安装于所述浊度调节水池和所述暂养水箱。

优选地,所述浊度调节水池和所述暂养水箱相互独立。

优选地,所述触控显示屏采用HDM模式连接所述测试平台控制中心。

本发明的一种如本发明所述的水下目标视觉识别算法功能测试平台的测试方法,包括步骤:

S1:对所述测试平台控制中心进行初始化设置,通过所述触控显示屏的触控界面输入初始化浊度数值;

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上海海洋大学,未经上海海洋大学许可,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/202011324702.7/2.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