搜索
哈尔滨工程大学硕士学位论文水下目标识别技术研究姓名：马梅真申请学位级别：硕士专业：通信与信息系统指导教师：赵春晖20070101水下目标识别技术研究作者：马梅真学位授予单位：哈尔滨工程大学相似文献(10条)1.学位论文付传宝基于声纳图像的目标识别与ROV避碰技术研究2007水下目标的识别技术不仅在国防建设上有重要的军事战略价值，而且在民用上也具有一定的经济价值，世界各国各公司都很重视。水下目标识别技术在提高水下机器人的自主能力以及顺利完成目标探测和定位的任务中也具有很重要意义。本文所作的研究就是“超小型水下机器人相关关键技术研究”项目的声视觉识别部分。视觉识别系统包括：图像采集显示、图像前期处理、特征提取分类和图像识别四个部分。本论文主要在以下几个方面做了研究工作。(1)综述了国内外基于声纳图像的目标识别技术的现状。(2)分析和解码声纳数据格式，并依据声纳数据进行了雷达式图像显示。(3)对中值滤波、均值滤波和高斯滤波的去噪效果进行了比较和分析。(4)在图像增强方面，尝试了直方图均衡化增强方法，并对其处理结果进行了评价分析。同时还深入研究和实现了一种模糊增强算法，并将其应用于声纳图像的模糊增强过程中。(5)对特征提取进行了研究，提取了图像的7个不变矩等特征值，并进行了仿真实验，分析了误差原因。(6)对模板匹配算法进行了分析，并提出了一种改进的算法，从而提高了处理时间和匹配精度。(7)设计了一种基于声纳图像的水下机器人局部避碰路径方案；给出了基于声纳图像的避碰路径规划基本步骤。本文对于水下目标识别与避碰技术的研究有一定的借鉴意义。2.期刊论文阳凡林.独知行.吴自银.李家彪.初凤友.YANGFanlin.DUZhixing.WUZiying.LIJiabiao.CHUFengyou基于灰度直方图和几何特征的声纳图像目标识别-海洋通报2006,25(5)目标形状因子和长、宽、高等几何特征,与目标类别具有很大的关系,而灰度直方图也是目标物理特性的直接表现.根据采用马尔可夫随机场理论分割后的声纳目标和阴影图像,利用其灰度直方图曲线进行目标的聚类分析,再利用几何特征进行类别识别,经实测的数据验证,取得了较好的效果.证明该方法可有效表征不同目标的物理特性,从而区分不同类别的目标,避免了目标绝对反向散射强度的复杂计算,增强了抗噪性.以搜寻目标的几何特征为输入参数,可迅速锁定要搜寻的目标,借助其它探测手段,实现目标的自动识别.3.学位论文王彪声纳图像的处理及目标识别技术研究2005本文主要围绕水声图像目标识别,将图像处理技术和模式识别技术应用于声纳图像中,完成了整个识别过程的算法研究,包括图像识别前的去噪、图像预处理、图像分割,目标的探测和识别技术.本文首先对声纳图像的预处理中的重点问题——图像去噪进行了细致而深入地研究,提出两种去噪方法,即小波去噪和全变差降噪,并对两种去噪方法进行了对比研究.对于目标地探测,本文采用两种探测方法,模板匹配和分形探测.模板匹配很好地模拟了声纳图像的特性;而分形探测可以很好地将自然物体和人工目标区分开来,由于两种探测方法都有其各自的特点,将两种方法结合起来,充分利用各自的优势,可以很好地探测出可疑目标区域,利于下一步的处理.文中针对声纳图像的物理特征提取了一组基于声纳图像的统计特征的同时,对目标发生平移、旋转或是比例伸缩,采用不变矩特征,可以很好的适应目标的这种变化,将目标准确识别.4.会议论文卞红雨.费凡基于多波束声纳图像的水下目标识别定位本文针对特定水下目标声图像的特点,开发出一套多波束声纳图像处理与目标识别算法.经大量海试数据的验证,这套算法实用性强、处理自动化程度高、目标定位准确。5.学位论文高苗水声图像特征提取技术研究2009随着声纳技术的发展，声纳图像在海洋开发领域占据着越来越重要的位置。利用声纳图像进行目标识别已经成为图像处理领域的重要研究课题。作为目标识别中最重要的一环，声纳图像的特征提取技术也日益发展和成熟起来。本文主要基于形状和纹理信息对声纳图像进行特征提取，主要内容包括：1．针对背景简单，目标轮廓清晰的声纳图像，采取了经典的几何特征提取，利用周长、面积、形状参数比、长短轴和偏心率等特征量对目标进行分类识别。2．针对声纳图像的特点，提取图像的形状特征，包括区域Radon不变矩、边缘Radon不变矩和形状标识不变矩，这三种特征都具有尺度、平移和旋转不变性，适合水下目标的分类识别。同时通过实验对三种方法进行分析比较其在识别速度和性能上的优劣。3．根据声纳图像的纹理信息，确定了邻域灰度共生矩阵的纹理特征提取方法，并选取合适的特征量作为目标的纹理特征，对沙、石、冰层三种类型的海底底质进行分类。4．在海底目标检测中，针对声纳图像受海底混响干扰严重的缺点，研究了将高阶谱中双谱的谱峰值大小作为判别海底目标有无的方法。利用高阶谱抑制了图像背景中的不相关噪声，使目标高阶相关性增强，可以有效的检测声纳系统图像中的目标。6.期刊论文刘光宇.卞红雨.石红基于声纳图像的水下目标识别技术研究-南北桥2009,(6)随着声纳技术的发展和图像声纳的出现,对基于声纳图像处理的目标识别技术的研究刻不容缓.本文设计了一个水下目标识别系统,其中,预处理采用小波平均阈值法,特征提取采用灰度共生矩阵法,目标识别采用BP神经网络分类器,实验识别率达在90%以上.7.学位论文刘光宇基于声纳图像的目标识别技术研究2009水下目标识别技术是现代声纳系统与水声对抗的一个重要的组成部分，如何准确无误地对水下物体进行目标分类和识别、加强水下目标识别技术的研究手段和提高水中目标识别性能刻不容缓。文本研究对象即为声纳图像的目标识别技术。本文首先介绍了水下目标识别研究的背景意义，基本原理及主要难点，并对整个目标识别系统的结构流程进行简要介绍。对预处理，特征提取和目标识别等环节进行详细研究。预处理部分：为了稳定地进行特征提取等操作，必须对给定的图像进行预处理来改善图形的质量，由于本文所需处理的图像是声纳图像，采用纹理特征提取方法，所以相应的预处理主要研究声纳图像的去噪环节。在对几种常见去噪方法进行简单的阐述和仿真实验之后介绍了基于小波变换的图像去噪技术，并应用了小波平均阈值去噪仿真实验，实验结果证实，该方法是一种有效的小波系数估计方法，符合现实去噪要求。特征提取部分：设计分类器之前，能够有效的提取反映对象事物信息的特征是目标图像识别的关键，本文分别应用了空间灰度层共生矩阵法、灰度-梯度共生矩阵法，统计法和傅里叶功率谱法来提取目标图像的特征矢量。目标识别部分：本文采用了BP人工神经网络对用空间灰度层共生矩阵法、灰度-梯度共生矩阵法和统计法提取的特征进行识别的仿真实验，分类识别率80％以上。关键词：水下目标识别；小波去噪；纹理分析；特征提取；BP神经网络8.期刊论文赵春晖.姚冰.ZHAOChun-hui.YAOBing基于链码的合成孔径声纳图像目标识别算法研究-计算机应用研究2010,27(7)为了进一步提高识别速度、增大识别效率,基于图像边缘的链码表示,将微积分中连续曲线曲率的定义推广到离散域,提出了链码离散曲率算法.通过利用链码计算图像边缘的离散曲率,结合特定的函数进行图像匹配,实现了以合成孔径声纳为代表的一类高分辨率、低信噪比的水声遥感图像的目标识别.实验结果表明,该算法计算复杂度较低,较之传统的基于特征提取的目标识别算法具有更高的识别效率.9.期刊论文田晓东.刘忠.TIANXiao-dong.LIUZhong基于形状相似度的水下目标识别算法-声学技术2007,26(3)在水下声纳图像目标检测与识别中,水下目标的识别问题是关键技术之一.基于形状相似度的概念,提出一种新的水下目标形状分类算法.首先对检测到的水下目标阴影区域进行规格化处理,采用改进的形状上下文方法对常见水下目标形状进行分类识别.与传统形状上下文方法相比,改进后的算法具有旋转不变性和模板自适应更新能力.通过对球形、圆柱形和圆台形三类目标的阴影区域进行仿真分类计算可知,该方法具有仿射不变性,分类准确率较高.10.学位论文袁连喜水下智能机器人声视觉成像可视化技术研究2002该论文的工作是九五国家重点科研项目一军用水下智能机器人声视觉信息处理与理解技术中的一部分.该课题任务中,声视觉系统由两个分系统组成:声视觉引导系统和声视觉识别系统.前者主要是在中远距离发现目标,并将多目标的原始数据实时地传送给主控网络.当引导水下机器人接近目标到一定距离时,对目标进行分类,并报告分类结果;后者主要担负识别的功能,即当目标进入识别区后,对目标进行精细识别.与传统的声纳系统相比,该声视觉系统除具备信息的获取功能之外,还具备自主分析和识别信息的功能,即具有一定的智能化.该论文的研究内容包括高频声成像系统的设计,声纳图像的处理及显示等.由于该文研究的对象是以声纳的波束形成和声纳图像处理为主,但在图像处理领域,迄今对声图像的研究远比光学图像要少得多,几乎找不到可以直接借鉴的文献.该论文在对多波束形成的基本理论和seaBat6012研究的基础上,设计出了高频成像声纳系统.同时在工作中不仅借鉴了经典的光学图象处理技术,而且针对声图像的特点,采用了几种分析算法,完成了对声图像的处理,并实现了对声纳图像的可视化操作.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：06d4b30d-252a-441b-8915-9df800c6451a下载时间：2010年9月21日