基于圖像處理的水下目標(biāo)識別方法研究.pdf

1、本課題來源于軍用智能水下機器人技術(shù)中“水下光視覺信息處理和理解技術(shù)”項目。目標(biāo)自動識別系統(tǒng)對于提高水下機器人的自主能力以及順利完成目標(biāo)探測和定位的任務(wù)具有很重要意義。光視覺識別系統(tǒng)包括：圖像采集、圖像處理、特征提取和圖像識別四個部分。本論文主要在圖像的邊緣提取、特征值的選取與計算以及識別方法三個方面做了研究工作。 首先是在邊緣檢測方面作了適當(dāng)?shù)膶W(xué)習(xí)與改進，對傳統(tǒng)Kirsch算子進行改進，采用了一種快速抗噪聲的邊緣檢測算法，提高了

2、檢測速度和效果。其次對特征進行提取、計算和選擇，得到聚類效果較好的特征值。在離散情況下，HU氏矩只具有平移、旋轉(zhuǎn)不變性，在此基礎(chǔ)上組建了六個同時具有平移、旋轉(zhuǎn)、比例不變性的矩作為特征值。 最后在識別方法上既采用了傳統(tǒng)的模糊聚類識別也應(yīng)用了BP神經(jīng)網(wǎng)絡(luò)進行識別。利用六個不變矩特征值對BP網(wǎng)絡(luò)分類器和模糊聚類分類器分別進行驗證。實驗證明：兩種方法提取出不同模式的信息特征，兩類分類器都可以有效地將不同的模式區(qū)分開來。在整個數(shù)據(jù)分析過程