本发明涉及水下目标识别,尤其涉及一种基于二维声呐图像的无人艇水下目标识别确认方法。
背景技术:
1、无人艇主要包括以下几个子系统:环境感知系统、路径规划与自主控制系统、多艇协同控制系统。由于无人艇是在高速运动的情况下执行任务,并且无人艇的工作环境是复杂、不可预知的,因此需要给无人艇配备高效的环境感知模块,以处理各种突发的事件,实现无人艇的自动避障。于此同时,在避障的过程中,还需要考虑自身所处的环境。
2、快速的水下目标检测算法是环境感知模块的核心,无论是在理论上还是在实际中都具有重要的意义。
3、因此,针对上述问题,业内急需一种基于二维声呐图像的无人艇水下目标识别确认方法。
技术实现思路
1、(一)要解决的技术问题
2、本发明要解决的技术问题是提供一种基于二维声呐图像的无人艇水下目标识别确认方法,解决如何实现水下中远距离目标的及时发现、快速识别及自动预警的技术问题。
3、(二)技术方案
4、为解决上述技术问题,本发明提供了一种基于二维声呐图像的无人艇水下目标识别确认方法,包括以下步骤:
5、对二维声呐图像的原始数据进行前景提取,获得二维声呐图像前景数据;
6、采用形态学操作及sift算法提取所述二维声呐图像前景数据的目标特征,并对所述目标特征做分类识别。
7、进一步地,所述对二维声呐图像的原始数据进行前景提取,获得二维声呐图像前景数据,具体为:
8、采用基于vibe的前景分割算法对二维声呐图像的原始数据进行前景提取,获得所述二维声呐图像前景数据。
9、进一步地,所述采用形态学操作及sift算法提取所述二维声呐图像前景数据的目标特征,并对所述目标特征做分类识别,具体包括如下步骤:
10、对所述二维声呐图像前景数据依次进行灰度化、二值化及多次膨胀处理后得到多个连通域;
11、依据所述多个连通域截取所述二维声呐图像前景数据,并过滤噪点后得到目标图像;
12、基于sift算法,将所述目标图像提炼为数字化的目标特征;
13、采用svm分类算法对所述目标特征进行分类。
14、进一步地,膨胀次数为3~7次。
15、进一步地,基于轮廓检测进行所述多个连通域的检测,提取面积最大的多个轮廓坐标作为备选目标区域。
16、进一步地,采用findcontours函数进行轮廓检测。
17、进一步地,所述依据所述多个连通域截取所述二维声呐图像前景数据,具体为:
18、依据多个所述轮廓坐标,在所述二维声呐图像前景数据中剪切提取到的轮廓外接框。
19、进一步地,sift算法设置有参数keypointsnum。
20、进一步地,所述采用svm分类算法对所述目标特征进行分类之前,还包括:采用bow算法对所述目标特征进行降维处理。
21、进一步地,所述并对所述目标特征做分类识别之后,还包括:依据精细化识别需求及所述目标特征的分类识别结果,利用人工势场法调整无人艇运动轨迹。
22、(三)有益效果
23、本发明的上述技术方案具有如下优点:
24、本发明的基于二维声呐图像的无人艇水下目标识别确认方法,通过前景分割算法能够在有噪点与背景干扰的图像中,提取特定目标信息并做分类,更快得到目标识别结果及对应标注框,从而解决水下中远距离ml、cdl、wr(water resistant,耐水性设备)、uuv(unmanned underwater vehicle,无人水下航行器)等目标的及时发现、快速识别、自动预警问题。
1.一种基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,所述对二维声呐图像的原始数据进行前景提取,获得二维声呐图像前景数据,具体为:
3.根据权利要求1所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,所述采用形态学操作及sift算法提取所述二维声呐图像前景数据的目标特征,并对所述目标特征做分类识别,具体包括如下步骤:
4.根据权利要求3所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,膨胀次数为3~7次。
5.根据权利要求3所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,基于轮廓检测进行所述多个连通域的检测,提取面积最大的多个轮廓坐标作为备选目标区域。
6.根据权利要求5所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,采用findcontours函数进行轮廓检测。
7.根据权利要求5所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,所述依据所述多个连通域截取所述二维声呐图像前景数据,具体为:
8.根据权利要求1所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,sift算法设置有参数keypointsnum。
9.根据权利要求1所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,所述采用svm分类算法对所述目标特征进行分类之前,还包括:采用bow算法对所述目标特征进行降维处理。
10.根据权利要求1所述的基于二维声呐图像的无人艇水下目标识别确认方法,其特征在于,所述并对所述目标特征做分类识别之后,还包括:依据精细化识别需求及所述目标特征的分类识别结果,利用人工势场法调整无人艇运动轨迹。