[发明专利]一种仿猛禽感受野区域重构的海面无人艇目标识别方法

说明书

本发明公开一种仿猛禽视网膜感受野区域重构的海面无人艇目标识别方法：步骤一：仿猛禽视网膜感受野区域重构；步骤二：确定中央区的灰度均值；步骤三：强抑制区与弱抑制区的灰度均值获取；步骤四：平滑过渡作用后的周边抑制区；步骤五：局部对比度函数确定；步骤六：中央‑周围区域特征融合。本发明的优势在于：1)模仿猛禽视网膜感受野的中央‑周边生物机制，能够提高海面目标检测的精度；2)通过构造对比度函数，能够快速分辨出目标与背景，具有较快的解算速度，达到实时解算；3)仿猛禽的生物机制具有较强鲁棒性，无人机能够迅速发现海浪中的无人艇，且保持跟踪，更有利于其他后续任务的完成，如无人机在无人艇上的垂直起降、能量补给等。

技术领域

本发明是一种仿猛禽视网膜感受野区域重构的海面无人艇目标识别方法，属于计算机视觉领域。

背景技术

我国海域辽阔，海岛众多，海岸线曲折漫长。随着国家“海洋强国”战略的实施，海岛日益成为缓解海洋经济和沿海社会发展的资源瓶颈的保障，也是维护海洋权益和保卫国家安全的战略前沿阵地。无人艇是一种吃水浅、能自主航行、自主避障、任务载荷配置灵活的水面舰艇，利用其携带多种作业载荷代替测绘人员对海洋进行测绘，可突破海图测绘的时空限制，获得空白区域和时段的数据，显著提高我国海图绘制和港口航道探测能力。但海岛的地势、地貌较为复杂，基础地理信息获取困难，常规的人工测量或船载作业方式难以完成基础地理空间信息的采集任务，现有卫星遥感和航空遥感的分辨率、实时性不够等问题，导致许多海岛海岸地区仍存在地形数据空缺。随着无人系统技术的研究、发展与应用，异构无人平台的自主协同控制成为当前航空宇航科学与技术、控制科学与工程等学科领域的研究热点，也是国家海洋装备核心竞争力的重要体现。在未来的复杂海洋水域环境下，“无人机-无人艇”协同合作将成为管控我国水域资源、维护我国海洋权益的重要使能工具。因此，建立水空协同海面无人系统对我国海防事业的发展具有重要的意义。

水面协同海面巡逻无人系统的研究对无人机-无人艇目标识别、环境感知、自主控制及优化、协同控制等技术有着迫切的需求。无人机高空海上目标识别与定位可拓展海空巡逻领域，是多异构水空无人系统的控制与协同不可或缺的环境感知手段。但要实现无人机海上目标识别的任务面临着诸多挑战。由于海面背景复杂且存在大量的重复模式，目标在图像中呈现的特点会随着时间、路径、场景等因素的变化而变化，使得匹配性能下降，自动识别难度大；大气紊流造成无人机机身振动，影响成像质量，易造成目标丢失；不同海况所引起的海面粼光，会造成部分角度下虚警率增加；多样性检测任务使得目标受干扰的类型众多，如油污、漂浮物、人、其他舰船等，高空目标检测识别难度大。因此研究稳定性高的无人机海上无人艇目标识别方法是是解决上述问题的必然之举。

目前，海上目标识别方法主要包含传统方法、深度学习方法等。在传统目标识别方法中，大多采用颜色、纹理、梯度等信息来区分前景和背景，进而检测出目标。但传统的海面目标检测方法泛化性能交叉，难以应用于复杂多变的海面场景及种类繁多的水面目标。在深度学习方法中，卷积神经网络(Convolutional Neural Network,CNN)、Adaboost算法、Fast R-CNN算法等，这些算法虽然大大提高了算法的准确率，但是随着网络层数的加深、卷积核的增多，所付出的高性能计算设备的代价也越来越高。大型神经网络所需要的推理及训练时间成本也越来越多，这对于目标识别的实时性要求是非常棘手的。而且，对于一些高精度集成的嵌入式开发设备，甚至无法加载这些大型的神经网络，使得这些算法只停留在离线测试阶段。因此，需要提出一种实时性强、精度高、鲁棒性好的目标识别算法来实现无人机在复杂环境下的海上目标快速精确识别。