前視聲納目標(biāo)跟蹤技術(shù)研究.pdf

1、前視聲納視覺感知屬于計算機視覺和人工智能的重要分支,它在水下潛器系統(tǒng)中具有不可替代的作用,主要承擔(dān)目標(biāo)探測、跟蹤、避障等任務(wù)。無論在軍事領(lǐng)域還是在民用領(lǐng)域,研究可靠的水下目標(biāo)跟蹤技術(shù)都具有重要的意義。本文旨在研究基于前視聲納的目標(biāo)跟蹤的基本思想和基本方法,主要針對DIDSON和Super SeaKing DST兩種前視聲納的圖像序列進(jìn)行研究。
　　 首先,本文介紹了粒子濾波原理,從蒙特卡羅方法和貝葉斯濾波的思想起源到分析、解決退

2、化問題,為基于粒子濾波的相關(guān)跟蹤算法奠定理論基礎(chǔ)。
　　 其次,針對前視聲納的成像特點,本文研究了若干圖像預(yù)處理方法,包括灰度局部增強、Otsu閾值分割、二值形態(tài)學(xué)處理、邊緣提取等,它們可以在改善視覺效果的同時,為目標(biāo)特征提取的順利進(jìn)行提供可靠的保證。
　　 再次,本文分別對目標(biāo)的幾何特征、灰度特征和統(tǒng)計特征的提取進(jìn)行了研究,多特征融合是構(gòu)建觀測模型的依據(jù)。
　　 最后,目標(biāo)跟蹤技術(shù)主要圍繞相關(guān)跟蹤和基于粒子濾波

3、的相關(guān)跟蹤兩條主線進(jìn)行研究,文中提出各自的跟蹤策略,著重從魯棒性和跟蹤精度兩方面評判跟蹤性能。其中,相關(guān)跟蹤部分對DIDSON聲納圖像序列進(jìn)行模板匹配,并對跟蹤效果予以評價;基于粒子濾波的相關(guān)跟蹤對DST聲納圖像序列進(jìn)行單目標(biāo)和雙目標(biāo)的跟蹤技術(shù)研究,文中先后構(gòu)建狀態(tài)轉(zhuǎn)移模型、觀測模型、重采樣模型,并對粒子濾波在魯棒性較強和適合多峰處理兩方面的特點進(jìn)行分析。最后采用的粒子傳播半徑自適應(yīng)更新策略和模板自適應(yīng)更新策略,可以進(jìn)一步增強魯棒性、提