提取的清晰化水下人体搜寻机器人，采用潜水器为搜索平台，替代人工搜索方式，而且引入了多种有针对性的水下图像处理设备，提高水下人体检测的自动化水平。
[0017]图1为根据本发明实施方案示出的基于特征提取的清晰化水下人体搜寻机器人的结构方框图，所述搜寻机器人包括潜水器主体、清晰化处理设备、特征提取设备和人体类型识别设备，所述清晰化处理设备、所述特征提取设备和所述人体类型识别设备都位于所述潜水器主体上，所述清晰化处理设备用于对水下图像执行清晰化处理，所述特征提取设备用于提取清晰化处理后的水下图像中的水下人体特征，所述人体类型识别设备用于基于所述水下人体特征确定人体类型。
[0018]接着，继续对本发明的基于特征提取的清晰化水下人体搜寻机器人的具体结构进行进一步的说明。
[0019]所述搜寻机器人还包括:水下拍摄设备，设置在所述潜水器主体上，包括半球形防水透明罩、辅助照明子设备和CCD视觉传感器，所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CCD视觉传感器，所述辅助照明子设备为所述CCD视觉传感器的水下拍摄提供辅助照明，所述CCD视觉传感器对前方目标拍摄以获得包含前方目标的水下图像。
[0020]所述搜寻机器人还包括:超声波测距设备，位于所述潜水器主体上，用于对所述潜水器主体前方目标测距以获得前方目标距离。
[0021]所述清晰化处理设备与所述CCD视觉传感器、所述超声波测距设备和所述辅助照明子设备分别连接，以获得所述前方目标距离和所述辅助照明亮度，并基于所述前方目标距离和所述辅助照明亮度去除所述水下图像中因为辅助照明子设备照射而在前方目标上形成的散射光成份，以获得清晰化水下图像。
[0022]所述潜水器主体包括驱动设备和机器人机械架构，所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器，所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接，所述驱动控制器接收所述水上处理设备发送的驱动控制信号，以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨，驱动潜水器主体实现前进、后退和左右动作，还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨，驱动潜水器主体实现上升与下潜动作。
[0023]所述搜寻机器人还包括:预处理设备，设置在所述潜水器主体上，与所述清晰化处理设备连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述清晰化处理设备连接，用于对所述清晰化水下图像执行中值滤波，以滤除所述清晰化水下图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像。
[0024]所述特征提取设备，设置在所述潜水器主体上，与所述预处理设备连接，包括图像分割子设备和特征向量识别子设备，所述图像分割子设备基于人体图像灰度阈值范围将所述增强水下图像中的人体目标识别出来以获得水下人体图像；所述特征向量识别子设备与所述图像分割子设备连接，基于所述水下人体图像确定水下人体目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量。
[0025]所述人体类型识别设备，设置在所述潜水器主体上，与所述特征提取设备连接，采用8输入4输出的单隐层BP神经网络，以水下人体目标的8个几何特征作为输入层神经元，输出层为水下人体类型，所述水下人体类型包括遗体、儿童游客、老人游客和成人游客。
[0026]所述搜寻机器人还包括:水上浮标，设置在所述潜水器主体的上方水面上。
[0027]所述搜寻机器人还包括:供电设备，设置在所述水上浮标上，包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器，所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压。
[0028]所述搜寻机器人还包括:格洛纳斯定位设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于接收格洛纳斯卫星发送的格洛纳斯定位数据。
[0029]所述搜寻机器人还包括:声纳探测设备，设置在所述水上浮标上，由所述供电设备提供电力供应，用于探测所述潜水器主体到所述水上浮标的相对距离，并作为第一相对距离输出。
[0030]所述搜寻机器人还包括:飞思卡尔頂X6处理器，设置在所述潜水器主体上，与所述人体类型识别设备、所述格洛纳斯定位设备、所述声纳探测设备和所述超声波测距设备分别连接，当接收到所述水下人体类型为遗体时，发出遗体报警信号，并基于所述格洛纳斯定位数据、所述第一相对距离和所述前方目标距离计算遗体定位数据。
[0031]可选地，在所述基于特征提取的清晰化水下人体搜寻机器人中:所述飞思卡尔IMX6处理器当接收到所述水下人体类型为遗体时，启动所述格洛纳斯定位设备、所述声纳探测设备和所述超声波测距设备；所述飞思卡尔頂X6处理器当接收到所述水下人体类型为儿童游客、老人游客或成人游客时，关闭所述格洛纳斯定位设备、所述声纳探测设备和所述超声波测距设备；所述搜寻机器人还包括:水下电缆，与飞思卡尔頂X6处理器连接，用于传输水下数据；所述水下数据包括所述遗体报警信号和所述遗体定位数据。
[0032]可选地，所述图像分割子设备和所述特征向量识别子设备分别采取不同的FPGA芯片来实现。
[0033]另外，FPGA—般来说比ASIC(专用集成电路)的速度要慢，实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品，可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力，所以这些设计的开发是在普通的FPGA上完成的，然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD (Complex Programmable LogicDevice，复杂可编程逻辑器件)。FPGA的开发相对于传统PC、主控设备的开发有很大不同。FPGA以并行运算为主，以硬件描述语言来实现；相比于PC或主控设备(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
[0034]早在1980年代中期，FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间，而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏