文档介绍：摘要本文是结合国防“十五”预研项目——军用智能水下机器人中“水下目行了比较,利用小波变换的方法对声图像进行了树式分解。衍艮据小波系数移图像的纹理特征,并根据特征本身的离散程度对其进行规范化处理。酝枷翊碇屑钢值湫偷男〔ɑ难≡窠辛吮冉戏治觥4送猓足,提出了一种灰度一空间直方图的识别方法,该直方图在不失传统直方图变的特点,分别采用方差、三阶中心矩、四阶中心矩和熵作为统计量提取了标声探测与识别技术”的工作而进行的。内容涉及声图像的预处理、纹理和形状特征的提取,以及分类器的设计等。本文在解决工程问题的同时,对基于声图像的纹理特征和形状特征的识别方法,进行了深入的研究。具体而言,本文的主要内容包括:凼隽斯谕馑履勘晔侗鸺际醯难芯肯肿春头⒄骨魇啤=枷袷据库检索中广泛使用的“基于内容的图像检索”技术,引入到水下声图像的识别中。谒律枷竦脑ご聿糠郑攵陨枷袼茉肷扇糯蟆⒈咴的构元受控形态滤波器,该滤波器具有平移不变性、递增性、对偶性和幂等性攵源持狈酵贾话叶鹊淖芴逍畔⒍挥刑逑挚占涔叵档牟鲁棒性和简单快捷的前提下,将灰度和空间信息有机地融合起来,从而提高治隽诵〔ǚ纸獾奶氐悖ù车乃叫〔ǚ纸夂褪魇叫〔ǚ纸饨较了各级分解小波系数在作为纹理特征集进行图像识别时的识别效果,结果糊的缺点,深入研究了形态学滤波的相关理论和方法。设计了一种广义多结了识别精度。基下图像内容的水下目标识别技术研究·
知识水坝***@pologoogle为您整理
■■■目■■●■■■■自■■■‘自日目‘■●●●疘!日■●■觥觥觥觥瘛鰅■目■■■■■■觥觥觥鰘■目觥瘛鲎訣■■日■●■目征灾难”从而使识别率下降捎锰畛渌惴ê虲算子相结合的方法来提取声图像的轮廓板的声图像识别新方法。苏算法在P偷哪芰孔钚∷枷氲幕∩希以边缘轮廓较完整,图像内部的孤立点得到了抑制,表明多级分解的识别率不仅没有显著提高,反而由于特征集过大,造成“特岢隽艘恢纸ǘ嘀胤中卫砺酆托〔ǚ治鱿嘟岷系纳枷袷侗鸱椒ā在特征提取上,运用图像变换和小波分解的思想,对各种图像变换结果进行估计,得到了基于多重分形维数的特征集。方法较好地消除声图像内部由于回波信号的强弱变化,导致的灰度突交,所治鱿钟心0迤ヅ渌惴ù嬖谖侍獾幕∩希岢鲆恢只诳杀湫文应下降,从而提高了算法的鲁棒性和识别效率。利用免疫算法求取了能量函数的最优解、书杓屏艘恢帜:掷嗥鳎捎谀:芯龇掷嗥魍ü肓ナ舳群对特征进行模糊化,反映了各类样本间由于随机噪声等畸变因素造成的抽取特征值存在的不确定性,从而提高了分类器的鲁棒性。对神经网络分类器设计和应用中的一些问题和技巧,进行了归纳总结采用由“粗”到“精”的设计思想,构建了基于图像内容的水下目标识别系统。关键词:水下目标识别:图像处理;小波分解;分形理论:变形模板原有的能量函数重新进行了定义,加入了形状约束,对噪声的敏感程度也相哈尔滨工程大学博士学位论文
知识水坝***@pologoogle为您整理
基于图像内容的水下目标识别技术研究—瑆猧猘皍保瑆甌,琣.,.甌琲,猵.,瓵,—.
哈尔滨工程大学博士学位论文.,—,.猻~甀—..猧.,,.,.,.猯甇瑆猣,甀,
基于图像内容的水下目标识别技术研究瑃—.瓵,.,瓹瑃甌.,甌..——::篺::猺篿
蓟鏖匙期:湃,隆日学位论文原创性声明哈尔滨工程大学引用的内容外,本论文不包含任何其他个人或集体已经公开本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献等的引用已在文中指出,并与参考文献相对应。除文中已经注明发表的作品成果。对本文的研究做出贡献的个人和集体,均已在文中以明确的方式标明。本人完全意识到本声明的法律结果由本人承担。作者┳:曰
第滦髀课题背景研究的目的和意义本论文是国防“十五”预研项目——军用智能水下机器人中“水下目标声探测与识别技术”课题研究的一部分。海洋占地球表面积的%,它拥有亿立方公里的体积。在海底及海洋中,蕴藏着极其丰富的生物资源和矿产资源。海洋不仅为人类提供丰富的物质资源,而且在现代战争中具有重要的的意义和价值。我国根据“苹痹甏笃诳J冀兄悄芩禄魅说难芯浚与此同时也开展了相应的声视觉系统的研究,并取得了相应成果““。本文的工作就是对智能水下机器人的水声探测及引导系统和目标识别系统进行进一步的研究。研究工作的重点是寻找一套基于声图像的适合于水下目标识别的作,相比之下,我国在这方面技术还比较落后。出于军事保密性的考虑,进口的声纳设备从不提供目标识别模块。而相关技术的报道也寥寥无几,即使有也不会涉及实质性的内容。近年来,随着我国海军自动化建设的不断提高,对水下目标的自动识别已成为一个亟待解决的问题。由于光学成像在水下作业中受到很大的限制乇鹗窃诨焖,所以,目前智能水下机器人的视觉系统主要依靠“声视觉”。与传统的声纳系统不同,战略地位。因此开展水下目标识