论文部分内容阅读
无人船是一种新兴的海上运动载体,自主海面目标检测是实现无人船自主避障与目标侦察的基础。相比于雷达图像和红外图像,可见光图像的信息量丰富、成本低,然而针对可见光海面图像的目标检测方法尚未成熟。本文以无人船载可见光摄像机采集的海面图像为研究对象,考虑到海天线是其中目标检测的重要参考依据,首先对海天线检测方法进行了深入研究,在此基础上,针对近景目标避碰与远景目标侦察这两项任务,分别对近景目标检测方法与远景目标检测方法开展了深入研究,具体研究内容如下:首先,针对光照、波浪边缘与海天线梯度变化等因素对海天线检测的干扰,提出了一种基于局部Otsu分割与Hough变换的海天线检测方法。为提取海天线边缘并抑制波浪边缘,采用基于图像分割的边缘提取方法。为准确分割图像,对图像进行分块来补偿光照不均匀性,再使用Otsu方法对每个图像块进行分割。为抑制误分割产生的干扰边缘,采用Hough变换从边缘像素中拟合出海天线。可见光海面图像集测试结果表明,本方法的准确性、鲁棒性与实时性均优于三种代表性的海天线检测方法。其次,针对图像中近景目标的多样性、背景的复杂性所造成的目标漏检与虚警,提出了一种基于改进显著性计算的海面近景目标检测方法。为抑制背景并增强目标,利用海天线分离天空背景与海面背景,并分别估计两种背景的颜色,再根据像素颜色与背景颜色估计的对比度形成显著图。提取显著图中数值较大的区域作为疑似目标区域,并根据疑似目标区域的大小与位置来排除波浪、云朵等伪目标。可见光海面图像集测试结果表明,本方法的目标增强与背景抑制效果优于三种代表性的显著性计算方法,具有较高的查全率与较低的虚警率。最后,针对图像中远景目标像素数量少、清晰度低所造成的目标漏检与虚警,提出了一种基于边缘扫描填充的海面远景目标检测方法。为提取目标边缘并抑制干扰边缘,先对灰度图像进行Canny边缘提取,再保留位于海天线上方且与海天线连通的边缘。在此基础上,对目标边缘与海天线之间的像素进行纵向扫描填充以确定目标区域。可见光海面图像集测试结果表明本方法具有较高的查全率与较低的虚警率。