基于熵的水下圖像預處理和水下目標識別方法研究.pdf

1、本課題來源于智能水下機器人技術(shù)中“水下光視覺信息處理和理解技術(shù)”項目。自動目標識別系統(tǒng)對于提高水下機器人的自主能力，順利完成目標探測和定位的任務具有很重要意義。 本論文的目的就是針對真實環(huán)境下的水下圖像進行處理、分析，以實現(xiàn)對圖像的預處理，包括圖像增強、邊緣檢測、圖像分割，從而得到用于特征提取的二值圖像。最后通過對二值圖像的特征提取，利用BP神經(jīng)網(wǎng)絡對圖像進行識別。 本論文的主要工作就是在圖像預處理的過程中充分利用水下圖

2、像的熵信息。首先在圖像增強上采用了基于相對熵的水下圖像模糊增強方法，針對傳統(tǒng)模糊增強的分界點難以確定的問題，利用圖像分割原理結(jié)合相對熵方法很好地解決了這個問題。接著針對水下圖像其本身具有的特點采用了基于去噪熵算子的邊緣檢測方法，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。在預處理的最后一步針對熵用于圖像分割雖然效果好但是計算量大的缺陷，引入粒子群優(yōu)化算法(PSO)來對算法進行優(yōu)化，效率比傳統(tǒng)算法有了很大的提高。