[发明专利]一种基于支持向量机的水下目标视觉识别分类方法

说明书

本发明公开了一种基于支持向量机的水下目标视觉识别分类方法，包括：对拍摄到的原始水下图像进行图像预处理，包括将图像的多维度环境特征转换到HSV颜色空间进行去背景处理、解算得到包含目标的二值化图像；将二值化图像映射到原始水下图像中进行剪裁处理获得目标图像；提取目标物图像的HOG特征信息，通过计算和统计图像局部区域的梯度方向直方图从而构造HOG特征信息；以目标物和障碍物为标签信息基于HOG特征信息训练优化支持向量机，寻求最优分类方式从而对目标物和障碍物进行分类处理；采用水下航行器进行实验，通过真实环境实验和仿真分析验证所提出的基于支持向量机的水下目标视觉识别分类方法的有效性和稳定性。

技术领域

本发明涉及水下航行器目标视觉实时识别分类方法，尤其涉及一种基于支持向量机的水下目标视觉识别分类方法及系统。

背景技术

水下目标的识别分类是未来发展水下航行器的重要基础和前提，其同时具有商业和军事上的重要价值而被学者和生产技术人员重视。水下航行器通过视觉系统对水下环境信息进行快速收集和分析，根据分析结果为水下的运动和作业提供相应的指导。在人类对海洋环境进行充分的开发和利用的过程中，水下目标的识别和分类技术具有显著的意义。

近年来，海洋信息处理技术蓬勃发展，水下目标探测技术的应用也日益广泛，涉及海底光缆的铺设、水下石油平台的建立与维修、海底沉船的打捞和海洋生态系统的研究等领域。水下光学图像因其分辨率高、信息量较为丰富，在短距离的水下目标识别分类任务中具有突出优势。

由于受水下特殊成像环境的限制，水下图像往往存在噪声干扰多、纹理特征模糊、对比度低等诸多问题。现在水下目标识别算法一般是利用水下目标的外形特征，比如尺寸和形状，然后运用人工神经网络来对目标进行相关的分类；但是现在依旧存在水下目标定位不准，实时性不强等问题。因此，水下目标识别分类任务如何在图像可视性较差的情况下，精确、快速、稳定地检测识别水下目标物体是亟待解决的问题。

发明内容

根据现有技术存在的问题，本发明公开了一种基于支持向量机的水下目标视觉识别分类方法，具体步骤包括：

对拍摄到的原始水下图像进行图像预处理，包括将图像的多维度环境特征转换到HSV颜色空间进行去背景处理、解算得到包含目标的二值化图像；

将二值化图像映射到原始水下图像中进行剪裁处理获得目标图像；

提取目标物图像的HOG特征信息，通过计算和统计图像局部区域的梯度方向直方图从而构造HOG特征信息；

以目标物和障碍物为标签信息基于HOG特征信息训练优化支持向量机，寻求最优分类方式从而对目标物和障碍物进行分类处理；

采用水下航行器进行实验，通过真实环境实验和仿真分析验证所提出的基于支持向量机的水下目标视觉识别分类方法的有效性和稳定性。具体采用如下方式：

将拍摄到的多维度水下环境特征转换到HSV颜色空间进行去背景处理：

设(r,g,b)分别是所视水下图像一个颜色的红、绿和蓝坐标，它们的值是在0到1之间的实数，设max为(r,g，b)中的最大者，设min为(r，g,b)中的最小者。要找到在HSV空间中的(h,s,v)值，这里的h∈[0,360)是角度的色相角，而s,v∈[0,1)是饱和度和亮度，计算为

v＝max (3)