基于熵的水下圖像預(yù)處理和水下目標(biāo)識(shí)別方法研究.pdf

1、本課題來源于智能水下機(jī)器人技術(shù)中“水下光視覺信息處理和理解技術(shù)”項(xiàng)目。自動(dòng)目標(biāo)識(shí)別系統(tǒng)對(duì)于提高水下機(jī)器人的自主能力，順利完成目標(biāo)探測(cè)和定位的任務(wù)具有很重要意義。 本論文的目的就是針對(duì)真實(shí)環(huán)境下的水下圖像進(jìn)行處理、分析，以實(shí)現(xiàn)對(duì)圖像的預(yù)處理，包括圖像增強(qiáng)、邊緣檢測(cè)、圖像分割，從而得到用于特征提取的二值圖像。最后通過對(duì)二值圖像的特征提取，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行識(shí)別。 本論文的主要工作就是在圖像預(yù)處理的過程中充分利用水下圖

2、像的熵信息。首先在圖像增強(qiáng)上采用了基于相對(duì)熵的水下圖像模糊增強(qiáng)方法，針對(duì)傳統(tǒng)模糊增強(qiáng)的分界點(diǎn)難以確定的問題，利用圖像分割原理結(jié)合相對(duì)熵方法很好地解決了這個(gè)問題。接著針對(duì)水下圖像其本身具有的特點(diǎn)采用了基于去噪熵算子的邊緣檢測(cè)方法，即去除了圖像的噪聲又很好的利用圖像窗口熵信息完成了圖像的邊緣檢測(cè)。在預(yù)處理的最后一步針對(duì)熵用于圖像分割雖然效果好但是計(jì)算量大的缺陷，引入粒子群優(yōu)化算法(PSO)來對(duì)算法進(jìn)行優(yōu)化，效率比傳統(tǒng)算法有了很大的提高。