水下目標(biāo)的探測與跟蹤.pdf

1、運動物體的跟蹤是計算機視覺領(lǐng)域中一個熱點研究問題，在視覺監(jiān)控、人機互動、機器人導(dǎo)航等領(lǐng)域有著廣泛的應(yīng)用。前視聲納作為水下機器人的“眼睛”，對于水下機器人的探測和避障具有舉足輕重的意義。
　　 粒子濾波算法作為概率跟蹤方法的典型代表，對于系統(tǒng)模型沒有特殊要求，而且能夠保持狀態(tài)的多模態(tài)分布，在跟蹤領(lǐng)域得到了很大的發(fā)展。采用粒子濾波算法對于前視聲納圖像進行目標(biāo)跟蹤和多目標(biāo)跟蹤逐漸引起國內(nèi)外研究人員的關(guān)注。
　　 本論文介紹了探

2、測技術(shù)在水下機器人上的應(yīng)用情況；闡述了水下目標(biāo)跟蹤技術(shù)在國內(nèi)外的發(fā)展現(xiàn)狀；列舉了本論文所使用的實驗設(shè)備和實驗環(huán)境；基于直方圖討論了前視聲納圖像和光學(xué)圖像的特性以及兩者之間的區(qū)別，并對直方圖進行修正以滿足分割算法的要求；針對前視聲納圖像的閾值分割問題，本文分析了5種基于像素點的全局閾值選取方法，包括傳統(tǒng)的Otsu分割算法，GW分割算法，KI-J分割算法，PB-J分割算法，瑞利分割算法：并根據(jù)最終測量精度，定量地對各個算法的分割質(zhì)量進行評價