水下多目標檢測與數(shù)據(jù)關聯(lián)方法研究

《水下多目標檢測與數(shù)據(jù)關聯(lián)方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、分類號：密級：UDC：編號：工學碩士學位論文水下多目標檢測與數(shù)據(jù)關聯(lián)方法研究碩士研究生：席紅艷指導教師：萬磊研究員學科、專業(yè)：船舶與海洋結構物設計制造論文主審人：龐永杰教授哈爾濱工程大學2018年3月分類號：密級：UDC：編號：工學碩士學位論文水下多目標檢測與數(shù)據(jù)關聯(lián)方法研究碩士研究生：席紅艷指導教師：萬磊研究員學位級別：工學碩士學科、專業(yè)：船舶與海洋結構物設計制造工程領域：船舶工程學院論文提交日期：2017年12月論文答辯日期：2018年03月學位授予單位：哈爾濱工程大學ClassifiedIndex:U.D.C:ADiss

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

3、017DateofOralExamination:Mar2018University:HarbinEngineeringUniversity哈爾濱工程大學學位論文原創(chuàng)性聲明本人鄭重聲明：本論文的所有工作，是在導師的指導下，由作者本人獨立完成的。有關觀點、方法、數(shù)據(jù)和文獻的引用已在文中指出，并與參考文獻相對應。除文中已注明引用的內容外，本論文不包含任何其他個人或集體已經(jīng)公開發(fā)表的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。作者（簽字）：日期：年月日哈爾濱工程

4、大學學位論文授權使用聲明本人完全了解學校保護知識產(chǎn)權的有關規(guī)定，即研究生在校攻讀學位期間論文工作的知識產(chǎn)權屬于哈爾濱工程大學。哈爾濱工程大學有權保留并向國家有關部門或機構送交論文的復印件。本人允許哈爾濱工程大學將論文的部分或全部內容編入有關數(shù)據(jù)庫進行檢索，可采用影印、縮印或掃描等復制手段保存和匯編本學位論文，可以公布論文的全部內容。同時本人保證畢業(yè)后結合學位論文研究課題再撰寫的論文一律注明作者第一署名單位為哈爾濱工程大學。涉密學位論文待解密后適用本聲明。本論文（□在授予學位后即可□在授予學位12個月后□解密后）由哈爾濱工程大學

5、送交有關部門進行保存、匯編等。作者（簽字）：導師（簽字）：日期：年月日年月日水下多目標檢測與數(shù)據(jù)關聯(lián)方法研究摘要隨著對海洋資源探測開發(fā)和水下作業(yè)需求的不斷增加，智能水下機器人（AUV）正日益受到國內外重視?？紤]到水下環(huán)境的復雜性，水聲探測仍是目前水下探測中一種較為有效的方式。研究基于前視聲吶的聲視覺跟蹤系統(tǒng)對于海上防御、海上安全作業(yè)及海洋開發(fā)等領域有著廣泛的應用價值和重要的戰(zhàn)略意義。本論文重點研究基于AUV前視聲吶的多目標跟蹤問題，以前視聲吶作為聲視覺傳感器研究聲吶圖像處理、目標檢測、跟蹤及數(shù)據(jù)關聯(lián)方法，主要研究內容如下：首先

6、，針對水下聲學圖像特點進行前視聲吶圖像處理方法研究。通過軟件編程獲取其回波數(shù)據(jù)，采用坐標轉換、波束內插獲取聲吶原始圖像；根據(jù)前視聲吶原始圖像特點，采用均值加速的中值濾波算法、改進的Pal-King模糊圖像增強進行圖像預處理工作；利用基于模糊隸屬度函數(shù)的閾值分割算法對經(jīng)過處理的聲吶圖像進行分割；最后采用連通區(qū)域的改進算法對分割后的圖像進行區(qū)域缺損連通。其次，研究水下目標特征提取方法，利用主成分分析方法進行水下目標檢測方法研究。考慮到聲吶跟蹤系統(tǒng)對實時性的要求以及水下環(huán)境的復雜性，提取聲吶圖像中常見的十種特征：面積、長軸長度、短軸

7、長度、七種不變特征矩，采用基于主成分分析的特征選擇方法對上述特征進行降維，選擇出最優(yōu)特征組合對目標進行分析聚類。通過水池試驗，提取三種不同目標的十種特征的數(shù)據(jù)進行處理，驗證所提方法的有效性。最后，研究多目標跟蹤過程中數(shù)據(jù)關聯(lián)方法。針對聲視覺跟蹤系統(tǒng)建立多目標軌跡文件系統(tǒng)，提出一種基于類云模型聚類的水下多目標數(shù)據(jù)關聯(lián)算法提升跟蹤效果。通過將該算法與傳統(tǒng)的最近鄰數(shù)據(jù)關聯(lián)算法、概率數(shù)據(jù)關聯(lián)算法進行分析對比，驗證該算法聚類準確、收斂快速的特點。關鍵詞：水下圖像處理；特征提??；數(shù)據(jù)關聯(lián)；多目標跟蹤I哈爾濱工程大學碩士學位論文II水下多目

8、標檢測與數(shù)據(jù)關聯(lián)方法研究ABSTRACTAlongwiththeincreasingdemandformarineresourceexplorationandunderwateroperations,autonomousunderwatervehicles(AUV)arere