本發(fā)明涉及水下目標(biāo)識(shí)別領(lǐng)域，尤其是一種用于動(dòng)力浮標(biāo)的水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法。

背景技術(shù)：

近幾年來(lái)我國(guó)對(duì)海洋權(quán)益的保護(hù)力度越來(lái)越大，人們對(duì)于海洋資源的需求也越來(lái)越大，海洋資源的開(kāi)發(fā)迎來(lái)高潮。隨著海洋保護(hù)力度的增大，海洋巡邏以及海底作業(yè)也越來(lái)越廣泛，但是漁網(wǎng)纏住螺旋槳的事故時(shí)有發(fā)生，給國(guó)家?guī)?lái)了很大的直接或者間接地?fù)p失。比如2005年，一艘輪船的螺旋槳被漁網(wǎng)纏住失去動(dòng)力，在多名潛水員水下輪流作業(yè)數(shù)個(gè)小時(shí)后才恢復(fù)正常，但是造成了尾軸油封損壞，導(dǎo)致潤(rùn)滑油泄漏，給船東和養(yǎng)殖場(chǎng)帶來(lái)了巨大的經(jīng)濟(jì)損失。

動(dòng)力浮標(biāo)是一種不需要錨泊固定，可以使用自身的水下推進(jìn)器實(shí)現(xiàn)自主移動(dòng)和定點(diǎn)停留的浮標(biāo)。因此與船舶一樣，動(dòng)力浮標(biāo)的水下推進(jìn)器在水下轉(zhuǎn)動(dòng)時(shí)，也很容易受到漁網(wǎng)干擾。

目前對(duì)漁網(wǎng)仍然缺乏有效的檢測(cè)手段，漁網(wǎng)往往處于水下數(shù)米甚至數(shù)十米，僅憑肉眼是很難觀察到的，所以發(fā)展一種基于視覺(jué)的漁網(wǎng)檢測(cè)識(shí)別方法很有必要?，F(xiàn)在的探測(cè)技術(shù)主要包括聲學(xué)成像和光學(xué)成像，聲學(xué)成像是利用聲波判斷水下物體的位置，形狀和距離，具有視野寬，范圍大的優(yōu)點(diǎn)。但是和光學(xué)成像相比，聲學(xué)成像分辨率低，噪聲嚴(yán)重，圖像質(zhì)量不高，無(wú)法探測(cè)小目標(biāo)。光學(xué)成像則是直接獲取視頻圖像，分辨率高，有利于檢測(cè)小目標(biāo)。根據(jù)漁網(wǎng)自身的特點(diǎn)，網(wǎng)線僅為幾毫米，網(wǎng)目是厘米量級(jí)，因此光學(xué)成像是適合探測(cè)漁網(wǎng)的技術(shù)手段。但是由于漁業(yè)的發(fā)展需求，近海的漁網(wǎng)較多，水質(zhì)較差，水下的清晰度很差，而且光學(xué)成像容易受光照的影響，使視頻圖像中噪聲的干擾比較嚴(yán)重，同時(shí)由于缺乏有效的漁網(wǎng)識(shí)別手段，漁網(wǎng)識(shí)別技術(shù)還有很大的空間去改善；因此需要設(shè)計(jì)一種自帶調(diào)節(jié)光強(qiáng)的led燈，且基于光學(xué)視頻圖像的漁網(wǎng)自主識(shí)別方法，并以此實(shí)時(shí)指導(dǎo)動(dòng)力浮標(biāo)水下推進(jìn)器進(jìn)行相應(yīng)動(dòng)作，避免推進(jìn)器被漁網(wǎng)纏住的現(xiàn)象的發(fā)生。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種不僅能夠在水下復(fù)雜環(huán)境下實(shí)現(xiàn)漁網(wǎng)的實(shí)時(shí)自主識(shí)別，而且能有效地提高漁網(wǎng)識(shí)別的準(zhǔn)確率和效率的用于動(dòng)力浮標(biāo)的水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

(1)利用水下攝像機(jī)采集視頻圖像；

(2)將水下攝像機(jī)得到的視頻圖像進(jìn)行清晰度評(píng)價(jià)；

(3)如果采集到的圖像的清晰度小于設(shè)定的閾值，則打開(kāi)led燈進(jìn)行照明，將led燈的光照強(qiáng)度分為由小到大的若干個(gè)檔位，每個(gè)檔位都對(duì)應(yīng)著一定的清晰度范圍，根據(jù)清晰度的大小選擇對(duì)應(yīng)的led燈的檔位，將水下led燈的亮度調(diào)節(jié)到相應(yīng)的檔位；返回步驟(1)重新采集視頻圖像，如果采集到的圖像的清晰度不小于設(shè)定的閾值，則繼續(xù)進(jìn)行步驟(4)；

(4)對(duì)采集到的視頻圖像進(jìn)行圖像預(yù)處理，包括：小波變換去噪方法去除高斯噪聲，低通濾波去除隨機(jī)噪聲，多尺度retinex方法用于圖像增強(qiáng)，雙邊濾波方法用于解決照度估計(jì)失真；

(5)將處理后的視頻圖像轉(zhuǎn)化成二值圖像；

(6)圖像處理平臺(tái)利用霍夫變換檢測(cè)出漁網(wǎng)網(wǎng)線，包括橫著的網(wǎng)線還有豎著的網(wǎng)線；

(7)根據(jù)檢測(cè)到的網(wǎng)線，計(jì)算出任意偶數(shù)條橫線、斜率k∈[0,j)∪(-i,0)和偶數(shù)條豎線、斜率k∈[j,+∞)∪(-∞,-i]之間的網(wǎng)格數(shù)量，存到集合d中；計(jì)算出任意奇數(shù)條橫線和奇數(shù)條豎線之間的網(wǎng)格數(shù)量，存到集合e中；計(jì)算出任意奇數(shù)條橫線和偶數(shù)條豎線之間的網(wǎng)格數(shù)量，存到集合f中；

(8)如果集合d中的每個(gè)值都為奇數(shù)，并且e與f中的每個(gè)值都為偶數(shù)，就判斷為漁網(wǎng)，否則，不滿足其中的任何一個(gè)條件都判斷為非漁網(wǎng)，將相關(guān)信息提交給動(dòng)力浮標(biāo)的運(yùn)動(dòng)工作模塊，指導(dǎo)其水下推進(jìn)器的工作狀態(tài)，然后返回步驟(1)。

為了解決動(dòng)力浮標(biāo)的水下推進(jìn)器被漁網(wǎng)纏住的問(wèn)題，本發(fā)明提出了一種用于動(dòng)力浮標(biāo)的水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法。包括：自動(dòng)調(diào)節(jié)光強(qiáng)的led燈，用于水下照明，使水下攝像機(jī)得到清晰的視頻圖像。抗水壓良好的黑白攝像機(jī)，用于采集視頻圖像，并將視頻圖像傳回到嵌入式圖像處理平臺(tái)。嵌入式圖像處理平臺(tái)，用于運(yùn)行一種水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法，并根據(jù)該方法給出的信息指導(dǎo)動(dòng)力浮標(biāo)的水下推進(jìn)器工作狀態(tài)。

本發(fā)明具有以下技術(shù)成果：

1、利用本發(fā)明的自動(dòng)調(diào)節(jié)照明光強(qiáng)的方法可以有效提高照明可見(jiàn)度和視頻清晰度，獲得噪聲干擾較小的視覺(jué)圖像，提高識(shí)別效率和準(zhǔn)確率。

2、利用本發(fā)明可以實(shí)現(xiàn)漁網(wǎng)的自主識(shí)別，使動(dòng)力浮標(biāo)的水下推進(jìn)器根據(jù)具體情況進(jìn)行自主判斷，有效的減少漁網(wǎng)纏繞推進(jìn)器所帶來(lái)的損失。

附圖說(shuō)明

圖1用于動(dòng)力浮標(biāo)的水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法的流程圖。

圖2小波變換去噪方法步驟圖。

具體實(shí)施方式

下面結(jié)合附圖舉例對(duì)本發(fā)明作進(jìn)一步描述。

結(jié)合圖1，本發(fā)明的用于動(dòng)力浮標(biāo)的水下漁網(wǎng)實(shí)時(shí)自主識(shí)別的方法包括以下步驟：

步驟1：利用水下led燈和水下攝像機(jī)獲取目標(biāo)區(qū)域的視頻圖像。水下led燈安裝在動(dòng)力浮標(biāo)的前方，用于給水下攝像機(jī)進(jìn)行照明，使得拍攝的圖像更加清晰可靠。水下攝像機(jī)安裝在led燈的上方，用于采集目標(biāo)區(qū)域的圖像，進(jìn)行漁網(wǎng)的識(shí)別。

步驟2：將步驟1采集到的視頻圖像傳輸?shù)角度胧綀D像處理平臺(tái)，進(jìn)行水下視頻圖像的清晰度評(píng)價(jià)。

所述的清晰度評(píng)價(jià)方法是基于tenengrad評(píng)價(jià)函數(shù)的清晰度評(píng)價(jià)方法。在圖像處理中，一般認(rèn)為對(duì)焦好，也即清晰度較好的圖像具有更尖銳的邊緣，因此具有更大的梯度函數(shù)值。

tenengrad函數(shù)使用sobel算子提取水平方向和垂直方向的梯度值，其具體過(guò)程如下：

令gx(x,y)，gy(x,y)分別是圖像像素點(diǎn)m(x,y)與sobel邊緣算子的卷積

定義該圖像的tenengrad值為

ten值越大表示圖像越清晰。

步驟3：當(dāng)ten＜d(d為閾值)時(shí)，說(shuō)明當(dāng)前圖像不清晰，需要打開(kāi)led燈進(jìn)行照明。將0＜ten＜d平均分為m個(gè)檔位，將led燈的光照強(qiáng)度分為由小到大的r個(gè)光強(qiáng)檔位。如果其中n∈r，那么將led燈調(diào)節(jié)到第n個(gè)檔位，從而提高照明可見(jiàn)度和視頻清晰度，繼而有效提高漁網(wǎng)的識(shí)別效率，返回步驟1重新采集視頻圖像。當(dāng)ten≥d時(shí)，說(shuō)明當(dāng)前圖像清晰，滿足下一步進(jìn)行圖像處理的要求，繼續(xù)進(jìn)行步驟4。

步驟4：圖像預(yù)處理步驟主要包括：小波變換去噪方法去除高斯噪聲，低通濾波去除隨機(jī)噪聲，多尺度retinex方法用于圖像增強(qiáng)(突出邊緣特征)，雙邊濾波解決照度估計(jì)失真問(wèn)題。

所述的小波變換去噪方法主要是去除高斯噪聲，使水下攝像機(jī)采集到的圖像清晰，最大限度的保留圖像的細(xì)節(jié)特征，小波變換去噪方法原理如下所示：

將含噪信號(hào)進(jìn)行多尺度小波變換，從實(shí)域變換到小波域，然后在各尺度下盡可能的提取信號(hào)的小波系數(shù)，而去除噪聲的小波系數(shù)。最后用小波逆變換重構(gòu)信號(hào)。其流程如圖2所示。

所述的低通濾波方法主要是去除小波變換去噪方法沒(méi)有去除的隨機(jī)噪聲點(diǎn)。

所述的多尺度retinex方法主要用于對(duì)降噪后的圖像進(jìn)行增強(qiáng)，這一操作實(shí)現(xiàn)步驟如下：

給定一幅圖像s(x,y)，可以分解為反射圖像r(x,y)和入射圖像l(x,y)，給定圖像與反射圖像和入射圖像之間的關(guān)系如下式：

s(x,y)＝r(x,y)·l(x,y)(3)

l又稱為光照分量，r又稱為反射分量。多尺度retinex的基本思想是，在s中，降低l的影響，從而盡量保留物體本質(zhì)的反射屬性，即r。所述方法的表達(dá)式如下：

r(x,y)為反射圖像，k是尺度數(shù)，通常取k為3，并且權(quán)值為*表示卷積運(yùn)算，f是中心環(huán)繞函數(shù)，即高斯函數(shù)，卷積核：

其中的λ是歸一化常數(shù)，確保卷積核內(nèi)部的積分為1，c為卷積核尺寸。

中心環(huán)繞函數(shù)可以估計(jì)出光照分量l所對(duì)應(yīng)圖像的低頻成分，并從s中去除低頻成分，剩下來(lái)的就是高頻分量，即反射分量r，保留了圖像的邊緣細(xì)節(jié)。

所述雙邊濾波方法主要是解決多尺度retinex方法造成的區(qū)域照度估計(jì)失真而出現(xiàn)的“光暈偽影”現(xiàn)象，提高圖像的清晰度，有利于以后圖像的邊緣提取。

步驟5：將所獲得的圖像轉(zhuǎn)化為二值圖像。

步驟6：所述霍夫變換用于來(lái)提取二值化圖像中的漁網(wǎng)網(wǎng)線，得到漁網(wǎng)所在的直線集合。它的主要思想是通過(guò)將圖像上(直角坐標(biāo)系)直線方程的參數(shù)和變量互換，從而實(shí)現(xiàn)圖像上的每一個(gè)非零像素點(diǎn)，變換為參數(shù)空間(極坐標(biāo))的一條直線，而圖像上屬于同一條直線的點(diǎn)便在參數(shù)空間形成多條直線并相交于一點(diǎn)，該點(diǎn)在參數(shù)空間的坐標(biāo)即為對(duì)應(yīng)直線的參數(shù)。因此，在參數(shù)空間中，通過(guò)計(jì)算累計(jì)結(jié)果的最大值，即可得到圖像上直線的集合。

步驟7：根據(jù)直線集合獲得網(wǎng)格集合，計(jì)算任意偶數(shù)條橫線和豎線之間的網(wǎng)格數(shù)量，存到集合d中。計(jì)算任意奇數(shù)條豎線和橫線之間以及任意奇數(shù)條橫線和偶數(shù)條豎線之間的網(wǎng)格數(shù)量，并分別存到集合e和f中。

步驟8：如果集合d中的任意數(shù)值為奇數(shù)，集合e和f中的任意數(shù)值為偶數(shù)，則判斷為漁網(wǎng)，不滿足其中任意條件者為非漁網(wǎng)。將相關(guān)信息提交給動(dòng)力浮標(biāo)的運(yùn)動(dòng)工作模塊，以指導(dǎo)其水下推進(jìn)器的工作狀態(tài)，然后返回步驟1。

上述判斷條件依據(jù)是：漁網(wǎng)由網(wǎng)格組成，每個(gè)網(wǎng)格都是有兩條橫線和兩條豎線組合成的封閉圖形。有幾何知識(shí)可知，任意奇數(shù)條橫線和豎線以及奇數(shù)條橫線和偶數(shù)條豎線之間肯定是包含了偶數(shù)個(gè)沒(méi)有交集的四邊形，而任意偶數(shù)條橫線和豎線之間肯定是包含了奇數(shù)個(gè)沒(méi)有交集的四邊形，所以根據(jù)這種結(jié)果就可以判斷出目標(biāo)是否是網(wǎng)狀結(jié)構(gòu)。