[发明专利]一种用于水下机器人的图像目标快速检测方法及装置在审

专利信息
申请号: 202210668548.8 申请日: 2022-06-14
公开(公告)号: CN115049918A 公开(公告)日: 2022-09-13
发明(设计)人: 董旭洋;田启岩;王轶群;孙宏林;白金刚;周雪山 申请(专利权)人: 中国科学院沈阳自动化研究所
主分类号: G06V20/05 分类号: G06V20/05;G06V10/82;G06V10/44;G06T7/90;G06T5/50;G06T5/20;G06T5/00;G06N3/04;G06N3/08
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 王倩
地址: 110016 辽*** 国省代码: 辽宁;21
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 用于 水下 机器人 图像 目标 快速 检测 方法 装置
【权利要求书】:

1.一种用于水下机器人的图像目标快速检测方法,其特征在于,包括以下步骤:

通过水下摄像机获取水下图像;

对水下图像进行图像增强处理;

对增强后的图像进行目标识别,得到目标轮廓在图像中的位置;

水下机器人根据目标位置进行作业。

2.根据权利要求1所述的一种用于水下机器人的图像目标快速检测方法,其特征在于,所述对水下图像进行图像增强处理,包括以下步骤:

采用白平衡算法对水下图像进行色彩恢复,得到多分辨率融合的图像I1

对图像I1进行降噪处理,得到降噪后的图像I2

将图像I1和图像I2分别采用拉普拉斯金字塔分解,使图像I1和图像I2均分解成不同分辨率的多个图像;

分别提取图像I1和图像I2的亮度通道,并依次经过拉普拉斯滤波、局部对比度计算、显著性计算、归一化形成两个融合权重图像W1与图像W2

将图像W1与图像W2分别经过高斯金字塔分解,得到不同分辨率的权重系数;

将不同分辨率的权重系数与该分辨率的图像相乘后,得到该分辨率下的加权图像,将相同分辨率下图像I1和图像I2的加权图像相加,得到该分辨率下单通道的融合图像;

采用金字塔重建,将多个分辨率的单通道重构成原始分辨率的图像。

3.根据权利要求2所述的一种用于水下机器人的图像目标快速检测方法,其特征在于,所述白平衡算法为完美反射法。

4.根据权利要求2所述的一种用于水下机器人的图像目标快速检测方法,其特征在于,使用双边滤波法对图像进行降噪处理。

5.根据权利要求1所述的一种用于水下机器人的图像目标快速检测方法,其特征在于,使用卷积神经网络对增强后的图像进行目标识别,卷积神经网络的输入为待检测图像,输出为目标的轮廓,并使用带有轮廓标记的水下图像对卷积神经网络进行训练。

6.根据权利要求1所述的一种用于水下机器人的图像目标快速检测方法,其特征在于,所述对增强后的图像进行目标识别,包括以下步骤:

1)对输入的图像依次经过两次卷积和两次激活函数处理;

2)将处理后的图像进行下采样,降低图像分辨率至长宽各二分之一尺度;

3)重复执行步骤1)~步骤2),直至图像的分辨率达到设定的大小;

4)对图像进行上采样,提高图像分辨率至长宽各二倍尺度;

5)对输入的图像依次经过两次卷积和两次激活函数处理;

6)重复执行步骤4)~步骤5),直至图像的分辨率达到原始大小。

7.一种用于水下机器人的图像目标快速检测装置,其特征在于,包括:

水下摄像机,用于获取水下图像;

图像增强程序,用于对水下图像进行图像增强处理;

图像识别程序,用于对增强后的图像进行目标识别,得到目标轮廓在图像中的位置;

嵌入式并行计算单元,用于部署图像增强程序和图像识别程序,并将识别后的目标位置发送给水下机器人。

8.根据权利要求7所述的一种用于水下机器人的图像目标快速检测装置,其特征在于,所述嵌入式并行计算单元为移动设备的图像处理单元GPU。

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中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,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/202210668548.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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