基于梯度信息的AUV水下管道检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 引言 | 第10页 |
| 1.2 课题背景和研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-18页 |
| 1.3.1 国外研究现状 | 第12-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 本文主要研究内容 | 第18-20页 |
| 第2章 水下管道图像的采集及预处理 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 水下光学成像特性 | 第20-22页 |
| 2.3 水下图像的特点 | 第22-23页 |
| 2.4 图像降采样 | 第23-28页 |
| 2.4.1 高斯降采样 | 第23-24页 |
| 2.4.2 图像的尺度空间 | 第24-26页 |
| 2.4.3 改进的图像降采样方法 | 第26-28页 |
| 2.5 图像增强 | 第28-34页 |
| 2.5.1 传统的模糊增强算法 | 第28-29页 |
| 2.5.2 改进的模糊增强算法 | 第29-30页 |
| 2.5.3 图像增强结果及对比分析 | 第30-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第3章 水下管道的检测 | 第36-52页 |
| 3.1 引言 | 第36页 |
| 3.2 基于Hough变换的水下管道检测 | 第36-39页 |
| 3.3 基于梯度信息的水下管道检测 | 第39-45页 |
| 3.3.1 获取图像梯度场 | 第39-41页 |
| 3.3.2 区域生长及改进 | 第41-43页 |
| 3.3.3 线段区域的矩形近似 | 第43页 |
| 3.3.4 检验有效直线段 | 第43-45页 |
| 3.4 管道边缘直线约束 | 第45-47页 |
| 3.5 检测结果与分析 | 第47-49页 |
| 3.6 本文方法与传统方法的比较 | 第49-50页 |
| 3.7 本章小结 | 第50-52页 |
| 第4章 摄像机的标定 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 摄像机的成像模型 | 第52-58页 |
| 4.2.1 理想的成像模型 | 第52-54页 |
| 4.2.2 摄像机的畸变模型 | 第54-55页 |
| 4.2.3 系统的成像几何模型 | 第55-58页 |
| 4.3 摄像机的标定实验 | 第58-60页 |
| 4.3.1 基于2D平面靶标的摄像机标定 | 第58-59页 |
| 4.3.2 水下微光摄像机标定结果 | 第59-60页 |
| 4.4 管道信息的理解 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 AUV管道检测与跟踪系统实验研究 | 第62-74页 |
| 5.1 引言 | 第62页 |
| 5.2 水下管道视景仿真 | 第62-64页 |
| 5.3 半实物仿真平台的搭建 | 第64-67页 |
| 5.3.1 管道检测与跟踪系统的软件结构 | 第64-65页 |
| 5.3.2 管道检测与跟踪系统的硬件结构 | 第65-67页 |
| 5.4 仿真实验验证 | 第67-69页 |
| 5.5 水池管道序列图像验证 | 第69-72页 |
| 5.6 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-82页 |
| 致谢 | 第82页 |
