水下多目标检测与数据关联方法研究

水下多目标检测与数据关联方法研究

ID:37072308

大小:2.69 MB

页数:87页

时间:2019-05-16

水下多目标检测与数据关联方法研究_第1页
水下多目标检测与数据关联方法研究_第2页
水下多目标检测与数据关联方法研究_第3页
水下多目标检测与数据关联方法研究_第4页
水下多目标检测与数据关联方法研究_第5页
资源描述:

《水下多目标检测与数据关联方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:工学硕士学位论文水下多目标检测与数据关联方法研究硕士研究生:席红艳指导教师:万磊研究员学科、专业:船舶与海洋结构物设计制造论文主审人:庞永杰教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文水下多目标检测与数据关联方法研究硕士研究生:席红艳指导教师:万磊研究员学位级别:工学硕士学科、专业:船舶与海洋结构物设计制造工程领域:船舶工程学院论文提交日期:2017年12月论文答辩日期:2018年03月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADiss

2、ertationfortheDegreeofM.Eng.ResearchonunderwatermultipletargetdetectionanddataassociationalgorithmCandidate:XiHongyanSupervisor:WanLeiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:DesignandConstructionofNavalArchitectureandOceanStructureDateofSubmission:Dec2

3、017DateofOralExamination:Mar2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程

4、大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学

5、送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日水下多目标检测与数据关联方法研究摘要随着对海洋资源探测开发和水下作业需求的不断增加,智能水下机器人(AUV)正日益受到国内外重视。考虑到水下环境的复杂性,水声探测仍是目前水下探测中一种较为有效的方式。研究基于前视声呐的声视觉跟踪系统对于海上防御、海上安全作业及海洋开发等领域有着广泛的应用价值和重要的战略意义。本论文重点研究基于AUV前视声呐的多目标跟踪问题,以前视声呐作为声视觉传感器研究声呐图像处理、目标检测、跟踪及数据关联方法,主要研究内容如下:首先

6、,针对水下声学图像特点进行前视声呐图像处理方法研究。通过软件编程获取其回波数据,采用坐标转换、波束内插获取声呐原始图像;根据前视声呐原始图像特点,采用均值加速的中值滤波算法、改进的Pal-King模糊图像增强进行图像预处理工作;利用基于模糊隶属度函数的阈值分割算法对经过处理的声呐图像进行分割;最后采用连通区域的改进算法对分割后的图像进行区域缺损连通。其次,研究水下目标特征提取方法,利用主成分分析方法进行水下目标检测方法研究。考虑到声呐跟踪系统对实时性的要求以及水下环境的复杂性,提取声呐图像中常见的十种特征:面积、长轴长度、短轴

7、长度、七种不变特征矩,采用基于主成分分析的特征选择方法对上述特征进行降维,选择出最优特征组合对目标进行分析聚类。通过水池试验,提取三种不同目标的十种特征的数据进行处理,验证所提方法的有效性。最后,研究多目标跟踪过程中数据关联方法。针对声视觉跟踪系统建立多目标轨迹文件系统,提出一种基于类云模型聚类的水下多目标数据关联算法提升跟踪效果。通过将该算法与传统的最近邻数据关联算法、概率数据关联算法进行分析对比,验证该算法聚类准确、收敛快速的特点。关键词:水下图像处理;特征提取;数据关联;多目标跟踪I哈尔滨工程大学硕士学位论文II水下多目

8、标检测与数据关联方法研究ABSTRACTAlongwiththeincreasingdemandformarineresourceexplorationandunderwateroperations,autonomousunderwatervehicles(AUV)arere

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。