基于BP神經(jīng)網(wǎng)絡(luò)的水下目標(biāo)識別方法研究.pdf

1、近年來，隨著海洋研究和開發(fā)的不斷深入以及國防的需要，智能水下機(jī)器人得到了廣泛應(yīng)用。由于水下機(jī)器人經(jīng)常需要在惡劣且復(fù)雜多變的環(huán)境中作業(yè)，因此其視覺系統(tǒng)顯得尤為重要。本論文結(jié)合課題“水下機(jī)器人運(yùn)動控制仿真研究”對水下機(jī)器人的水下目標(biāo)光視覺識別系統(tǒng)進(jìn)行研究。
　　水下目標(biāo)的圖像分割和模式識別技術(shù)是水下目標(biāo)光視覺識別系統(tǒng)中的兩個(gè)重要環(huán)節(jié)。本論文的目的就是通過課題相關(guān)理論學(xué)習(xí)，研究一套實(shí)時(shí)處理能力強(qiáng)、魯棒性高的圖像分割和目標(biāo)識別方法，并以此

2、為基礎(chǔ)構(gòu)建一個(gè)基于“光視覺”的水下目標(biāo)識別系統(tǒng)。本論文主要在圖像增強(qiáng)、圖像分割、特征值選取以及目標(biāo)識別方法四個(gè)方面做了研究工作。
　　首先，針對水下圖像的對比度比較差，圖像的直方圖分布不均衡的缺點(diǎn)，研究了基于最大熵原理的圖像增強(qiáng)算法，增強(qiáng)了圖像對比度，使得目標(biāo)和背景的分界更加明顯;
　　其次，針對水下圖像受光照不均影響較大的缺點(diǎn)，研究了基于遺傳算法的最大類間方差法，有效減少了光照不均對圖像分割的影響，更迅速準(zhǔn)確的分割出水下目

3、標(biāo);
　　再次，針對Hu氏不變矩在離散情況下受比例因子影響較大的缺點(diǎn)，構(gòu)造了6個(gè)同時(shí)具有平移、旋轉(zhuǎn)和比例因子不變性的新不變矩，增強(qiáng)了特征值聚類性;
　　最后，針對BP神經(jīng)網(wǎng)絡(luò)本身存在收斂速度慢和容易陷入局部最優(yōu)的缺點(diǎn)，引入動量因子和自適應(yīng)調(diào)整學(xué)習(xí)率，對傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。并且將全部像素信息和新不變矩特征分別作為輸入，實(shí)驗(yàn)結(jié)果表明，以新不變矩特征作為改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸入，有效提高了水下目標(biāo)識別準(zhǔn)確率和魯棒性。