摘要
自主式水下机器人(AUV,简称水下机器人)在商业与军事上具有重要意义,受到越来越多科学家和技术人员的重视。视觉系统是水下机器人最重要的探测手段之一,而水下环境的复杂性以及光在水下传播的规律不同,导致水下视觉处理及识别面临新的难题。论文研究了几种常规的光学处理技术在水下视觉中的问题和分析,并使用采集的实际水下图像验证了算法的可靠性,为水下视觉应用提供了可靠手段。
With the rapid increase and requirement of the Automatic Underwater Vehicle(AUV)in business and military application,the underwater optical imaging technology,one of the important underwater detection ways,plays the most important role. The complicated underwater environment will bring new challenge to optical processing due to lighting and decay. This paper discusses some algorithms,which can be applied on underwater optical processing,and some collected data is used to verify the good performance of these algorithms.
引文
[1](美)冈萨雷斯,(美)伍兹.数字图像处理[M].北京:电子工业出版社,2011:235-243.
[2]朱炜.水下目标的图像分割算法研究[D].哈尔滨:哈尔滨工程大学硕士学位论文,2005:3-4.
[3]潘晓光.水下目标的图像分割和神经网络识别技术研究[D].哈尔滨:哈尔滨工程大学硕士学位论文,2004.
[4]王彬.水下图像增强算法的研究[D].青岛:中国海洋大学硕士学位论文,2005:9-16.
[5]徐义.水下图像预处理技术研究[D].南京:南京理工大学硕士学位论文,2013:7-18.
[6]褚标.小波理论在图像去噪与纹理分析中的应用研究[D].合肥:合肥工业大学,2008.
[7]何炜.基于Daubechies小波的水下图像去噪方法研究[D].哈尔滨:哈尔滨工程大学,2006.
[8]洪明坚.图像增强的自适应直方图修正算法研究及其应用[D].重庆:重庆大学,2002.
[9]王昌诚.现代图像处理技术在深海高清图像分析中的研究[D].青岛:青岛科技大学,2015.
[10]黄蜀玲. AUV的水下目标检测与跟踪方法研究[D].哈尔滨:哈尔滨工程大学,2014:19-21.
[11]袁连喜.水下智能机器人声视觉成像可视化技术研究2002[D].哈尔滨:哈尔滨工程大学,2002:4-12.
[12]马原.水下图像的清晰化方法研究[D].青岛:中国海洋大学,2012.
[13]陈超.水下图像增强算法研究及其应用[D].大连:大连理工大学,2016:7-20.