近年來(lái),現(xiàn)代海洋高新技術(shù)蓬勃發(fā)展,水下機(jī)器視覺(jué)的研究和應(yīng)用也在迅速進(jìn)步。然而,由于水下光學(xué)環(huán)境的復(fù)雜多變,水下圖像往往伴隨著光線模糊、顏色失真以及噪聲干擾等問(wèn)題。如何在這樣復(fù)雜的場(chǎng)景下,實(shí)現(xiàn)有效穩(wěn)定的目標(biāo)檢測(cè),目前仍是一個(gè)懸而未決的難題。本文對(duì)水下環(huán)境的光學(xué)成像原理進(jìn)行了探究,并設(shè)計(jì)了針對(duì)水下環(huán)境的興趣目標(biāo)檢測(cè)算法框架。本文的主要工作內(nèi)容如下:1.本文提出了一種基于顏色空間平移的色偏校正算法,通過(guò)利用水體顏色坐標(biāo)推導(dǎo)平移矢量的方法對(duì)色偏圖像進(jìn)行修正。與常用的灰色世界等算法相比,本文算法既能夠有效還原興趣目標(biāo)的真實(shí)顏色,又可以“合理”提升圖像對(duì)比度,避免過(guò)增強(qiáng)問(wèn)題。2.本文在一種簡(jiǎn)化的水下成像模型基礎(chǔ)上進(jìn)行拓展,提出了一種基于四元濾波的圖像復(fù)原模型。相較于原算法,本文模型將彩色圖像的三個(gè)顏色通道作為一個(gè)整體進(jìn)行處理,使目標(biāo)輪廓邊緣變得更為清晰的同時(shí),有效地保真了圖像的顏色。3.上述復(fù)原模型的效果與濾波器的參數(shù)選擇密切相關(guān),本文提出了一種魯棒的基于四元相位疊合的清晰度評(píng)估算子,并以該算子為基礎(chǔ)構(gòu)建了一種有效的最優(yōu)參數(shù)估計(jì)算法。本文將上述色偏校正和圖像復(fù)原模型（以及參數(shù)估計(jì)）作為水下圖像的預(yù)... 

【文章來(lái)源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 本課題的研究目的與意義
    1.2 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
    1.3 論文章節(jié)安排
第二章 水下圖像處理與目標(biāo)檢測(cè)算法概述
    2.1 水下圖像處理算法概述
        2.1.1 水下環(huán)境的光線傳播模型
        2.1.2 水下圖像的復(fù)原技術(shù)
        2.1.3 水下圖像的增強(qiáng)技術(shù)
    2.2 目標(biāo)檢測(cè)算法概述
        2.2.1 目標(biāo)檢測(cè)算法的一般框架
        2.2.2 目標(biāo)檢測(cè)算法的經(jīng)典算法介紹
    2.3 本章小結(jié)
第三章 基于顏色空間平移的色偏校正技術(shù)
    3.1 水下圖像發(fā)生色偏的原因
    3.2 常用的色偏校正算法
        3.2.1“灰色世界”
        3.2.2 直方圖均衡化
        3.2.3 廣義直方圖均衡化
    3.3 基于顏色空間平移的色偏校正算法
        3.3.1 HSL顏色空間
        3.3.2 水體區(qū)域提取
        3.3.3 顏色空間平移
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于四元濾波的圖像復(fù)原模型及其參數(shù)估計(jì)
    4.1 四元數(shù)及其相關(guān)理論
        4.1.1 四元數(shù)概念簡(jiǎn)介
        4.1.2 四元傅里葉變換
        4.1.3 四元卷積運(yùn)算
    4.2 基于四元濾波的圖像復(fù)原模型
    4.3 基于四元相位疊合的清晰度評(píng)估算子
        4.3.1 傳統(tǒng)的復(fù)數(shù)相位疊合
        4.3.2 四元相位疊合模型
        4.3.3 基于QPC直方圖的清晰度評(píng)估算子
    4.4 圖像復(fù)原模型的最優(yōu)參數(shù)選擇
    4.5 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第五章 基于彩色邊緣算子和形狀匹配的目標(biāo)檢測(cè)技術(shù)
    5.1 基于形態(tài)學(xué)梯度的彩色邊緣算子
    5.2 基于形狀匹配的目標(biāo)檢測(cè)
        5.2.1 距離變換
        5.2.2 傳統(tǒng)的倒角匹配算法
        5.2.3 倒角匹配的優(yōu)化算法
    5.3 目標(biāo)檢測(cè)算法整體框架及實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文主要工作總結(jié)
    6.2 后續(xù)研究工作展望
參考 文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表或錄用的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于水下圖像光學(xué)成像模型的清晰化算法[J]. 郭相鳳,賈建芳,楊瑞峰,葛中峰.  計(jì)算機(jī)應(yīng)用. 2012(10)
[2]一種基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測(cè)改進(jìn)算法[J]. 陳世文,蔡念,唐孝艷.  現(xiàn)代電子技術(shù). 2010(02)
[3]哈密頓與四元數(shù)[J]. 程小紅.  數(shù)學(xué)通報(bào). 2006(06)

博士論文
[1]水下圖像增強(qiáng)和復(fù)原方法研究[D]. 孫飛飛.中國(guó)海洋大學(xué) 2011

碩士論文
[1]基于統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)研究[D]. 虞抒沁.杭州電子科技大學(xué) 2014
[2]基于視覺(jué)和慣性導(dǎo)航的水下機(jī)器人組合定位設(shè)計(jì)[D]. 高明.浙江大學(xué) 2014
[3]基于光流法的運(yùn)動(dòng)目標(biāo)快速跟蹤算法研究[D]. 胡金金.西安電子科技大學(xué) 2014
[4]特定目標(biāo)的檢測(cè)與識(shí)別技術(shù)研究[D]. 羅云崗.上海交通大學(xué) 2014
[5]基于視頻監(jiān)控運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D]. 黃素茵.華南理工大學(xué) 2013
[6]水下圖像預(yù)處理技術(shù)研究[D]. 徐義.南京理工大學(xué) 2013
[7]水下光視覺(jué)目標(biāo)檢測(cè)與定位系統(tǒng)關(guān)鍵技術(shù)研究[D]. 萬(wàn)媛媛.哈爾濱工程大學(xué) 2012



本文編號(hào)：2995177