基于AUV的水下管道检测及位置估算方法研究

摘要

海洋中蕴含着丰富的矿产资源，但由于水下环境特殊，海洋资源的开发需要专业的设备和技术支持。自主水下机器人（Autonomous Underwater Vehicles，AUV）是一种可以在无人操作的情况下实现探测作业的水下无人装备，利用搭载的水下视觉系统AUV能够自主完成水下环境探测、目标识别等任务。水下机器人技术是当前各国研究的热点，而水下目标检测是水下机器人研究中的一项关键技术。本文开展了基于AUV的光视觉水下管道检测及管道位置估算方法的研究。研究内容包括： 根据水下光学成像的原理和特点，从滤波、增强、分割、边缘检测四方面入手，对水下管道检测的图像处理算法进行了研究。针对传统模糊增强算法灰度损失、计算量大的缺点，从隶属度函数、快速性两方面改进了传统模糊增强算法。研究了一种基于区域饱和度控制的边缘特征滤波方法，减小干扰像素对后续直线特征提取的影响。针对水下图像特点和算法快速性要求，构建了水下图像处理流程。 在传统Hough变换的管道检测方法基础上，研究一种基于直线特征聚类的管道检测方法。使用改进Hough变换对管道二值化图像进行直线特征提取，采用改进K-means聚类算法对直线进行聚类，并根据上一帧图像中管道位置对检测到的直线进行限制，最终得到管道中轴线位置。本文方法有效避免了边缘信息提取错误对管道检测准确率的影响。利用多组水池管道序列图进行了离线检测试验，将本文方法与传统管道检测方法进行对比，验证了本文方法在准确率和检测速度上的优势。 基于AUV的水下管道位置估算方法的研究。对摄像机成像模型进行了分析，构造了水下管道检测与跟踪系统的成像几何模型，推导了各坐标系间的转换关系，得到管道经纬度计算方法。通过水下微光摄像机标定试验获得了摄像机的内部参数，并利用水池试验记录的数据，估算出管道相对于AUV的位置，验证了管道位置估算方法的有效性。

目录

声明

第1章 绪论

1.1 引言

1.2 课题背景及研究意义

1.3 国内外研究现状

1.4 论文主要内容

第2章 水下管道图像处理

2.1 引言

2.2 水下成像特性

2.3 水下管道图像处理

2.4 本章小结

第3章 基于直线特征聚类的管道检测方法研究

3.1 引言

3.2 传统Hough变换管道检测方法

3.3 基于直线特征聚类的管道检测方法

3.4 管道检测试验结果分析

3.5 本章小结

第4章 基于AUV的管道位置估算方法

4.1 引言

4.2 摄像机成像模型

4.3 摄像机标定试验

4.4 管道位置坐标系的转换

4.5 管道位置信息估算试验

4.6 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢